1樓：chadui123
五年比較短，大概率不會有根本性突破，但科技大力發展的今天，也說不定。看兩路：
其一是目前流行的深度學習為核心思想和計算架構，目前仍然火熱，因為主流工程師和公司都只了解這一路，而面對越來越被分析深入的豐富應用場景，覺得深度學習自身還可以改進，新增一些輔助結構，圖、因果、回歸、記憶體忘卻門、注意力等。更大更好的訓練資料、和更好利用資料中知識的訓練策略。這方向如今只見緩慢提公升，但也許某個新新增的結構會量變到質變，帶來外部應用的突破也是可能的。
畢竟人類智慧型底層結構也差不多是這樣的海量廣泛連線的簡單神經單元，只是它們如何在小資料下快速獲取知識和它們之間的連線產生上層複雜功能的機理，如今還遠未了解清楚。所以人工神經網會變得越來越巨大，即使達到通用魯棒的類人智慧型，所耗資料量和計算量（耗電量）也大大超越人類。當然在有些不計成本的應用中還是可用，至少算是技術突破。
深度學習至今並未被放棄，只是說：只用它乙個方法似乎不夠。
其二就是尋找另外方法或計算架構的艱苦道路了，學術界已經在忙活。只是苦於科學家連底層神經到上層認知的躍遷、已經乙個生命體對外界的感知和內部描述都還在很基礎水平上摸索著，成果能夠拿來用於人工智慧構建的極為有限。如果對於已經存在的物種內部如何反映外部世界如此缺乏了解，那麼脫離所有見到的物種，而去抽象思維「事物本身該如何、怎樣才更合理高效符合進化」，就要進入哲學了。
遺憾的是，哲學在反哺科學時，至今也並無大建樹，基本也是要先等具體事實出來，才吭哧吭哧回頭綜述一下而已。
人工智慧進一步的發展需要最底層理論，這缺少；也需要大量工程實施，這個人類能力夠，並且還有金融力量的加持（因為工業界總是尋找新的產業提公升方式）。三駕馬車中算力和資料都會持續增加，演算法也會但就怕只是在深度學習範圍，上述更加深刻的演算法遲遲不見（它們仍然被稱為演算法）。已有太多失望以後估計還是會有部分公司在堅持，原因是已有的這些侷限領域裡的成果是可見的。
所以，「最壞」的結果是再過50年也還是這樣不溫不火，未見突破，繼續啃雞肋。
未來會發展出可以開發人工智慧的人工智慧嗎？如果人工智慧可以公升級和維護自身，人類還能做些什麼？
醉鈴 所有應用技術的開發都需要基礎科學的支撐，否則它就是有盡頭的。就像再複雜的宇宙航行技術都要以牛頓三定律為支撐。人工智慧的本質，依舊是圖靈0和1的不斷延伸。所以我認為不需要太擔心這個問題，無論多智慧型的人工智慧，依舊是0和1應用而已。人類所有對人工智慧的擔憂都會被乙個偉大的人類解決，就像牛頓三定律...
目前大學分方向了，請教一下大資料，人工智慧，資訊保安哪個方向比較好？
青島萊牛教育有限公司 主要的還是看個人的興趣吧，你的興趣偏重哪方面，就選擇哪方面，不然學習自己不喜歡的東西會很難受。然後就是你如果為了就業考慮，我推薦你學習大資料和資訊保安，如果是有一顆科研的心，想要為人類社會進步發展做點什麼，那可以搞一搞人工智慧 之前對於這三個方向應該也有過了解，人工智慧是典型的...
在未來的十年間，人工智慧是否會讓大批人員下崗？
顏成子游 會的，一定會的。無人駕駛汽車只是第四次工業革命的乙個基礎性技術。即解決了最最基本的運輸問題。而整個第四次工業革命所要造成的失業下崗人群遠比那多的多。無人駕駛將導致多少失業？首先倒霉的就是駕校，駕校全要關門。因為無人駕駛必然先從卡車開始實現，出於節省運輸成本為目的的無人卡車會先於私家車被研發...