1平民化的工具将使得更多公司可以尝试AI技术
最近一期的福瑞斯特调查显示，在商业和科技专业人士中，正在研究AI的达58%，已在使用AI系统的只占12%。部分原因是因为AI应用级产品才刚刚实现，另部分原因是因为AI确实有难度。AI需要相当专业化的技术和自行研发的能力。
但是像Facebook公司的Wit.at和Howdy公司的Slack机器人正在竞相成为AI领域的VB(微软的VB可视化编程语言和工具，上手快，使用简便-译者注)，给相对不是很内行的开发者提供了“点击式”的会话界面。像Bonsai，Keras，以及TensorFlow(如果你不介意自己编程)这类工具，简化了深度学习模型的操作。谷歌API和微软Azure云平台，则允许你创建智能应用，而无需考虑底层运行平台的配置和运维。
2我们将看到更多专门性的AI系统
我们现在并不奢望搞出大型、通用AI系统。但我们确实希望能开发出专门、有针对性的AI系统，比如：
· 机器人：用于个人，工业，零售(如亚马逊的仓库自动搬运机器人，译者注)
· 自动驾驶：汽车，无人机
· 虚拟人：用于CRM(客户管理，如机器人在线客服，译者注)，消费者服务(比如亚马逊的Echo)，个人助理
· 行业相关的AI：金融，健康，安保，零售(如亚马逊的无店员值守超市，译者注)
3自动化程度加大对经济的影响将成为讨论主题
关于邪恶AI将接管世界的言论会减少，但是AI系统冲击经济的言论将增多。公司将会开始从AI技术中寻找可获得的价值和投资回报率的证据。
尽管和人工智能相关的创业公司的资金不断增加(在过去的五年中，AI领域的投资就已经从2011年的9400万美元涨到了2016年的超过10亿美元)，然而我们并没有看到真正的商业应用。通常情况下这些技术都是由创新团队或研发部门在进行尝试。2017年将会是这些公司开始质疑其投资的开始，因此AI必须成长起来。
担心AI偷走人类工作将不是新鲜事，但我们期待，就AI对经济方面的影响，进行更深入细微的对话。人工智能在未来更多的，还是帮助我们的生活更加便捷轻松。未来，可能一个AI就是一个超级App，可以帮我们专门解决一个类生活问题。
4平民化的工具将使得更多公司可以尝试AI技术
我们注意到(并且很欢迎)AI领域很有趣的发展，即帮助人们筛选信息以抵御信息过载，尤其在以下领域：
自然语言理解
结构化数据挖掘(从“暗数据”到“结构化信息”)
信息地图
自动摘要(文本，视频，音频)
5AI研究人员将继续处理(或许能解决)基本性难题
1967年，MIT人工智能实验室的联合创始人Marvin Minsky说过“经过一代人努力，创造一个人工智能的问题将被基本解决”。这个预见错了吗?不见得。但是仍然有些基本问题有待解决。有一些进展，比如：
1、基本AI模块的持续研究，包括自然语言理解，视觉，发音，强化学习，信息摘取，硬件系统优化
2、具有增强的注意和记忆、能够同时处理多个复杂问题(比如演绎和推理)的系统，比如DeepMind公司的微分神经计算机非标签化数据需求减少的算法，无监督学习，半监督学习
3、由人类智能的关键方面所启发的系统，包括直觉式的物理学和心理学，快速建模，因果性(译者不是很清楚，原作者想要表达的确切含义)
4、能构建具有鲁棒性和可靠性的软件的AI系统，Peter Norvig在O’Reilly的AI大会上做了这方面的精彩演讲。
6人机交互方式将更加丰富
接下来的一年里，AI语音接口的发展将欣欣向荣，设计将会朝着增加我们对AI的信任的方向发展，人们将会致力于建立AI和AI交互的通用标准，企业将会从AI中要求投资回报率。
机器智能领域，包括了从纯机器智能到辅助人类的广泛范围。情绪智能与侦测，以及辅助人类解决问题方面的进展，将为人类和机器智能之间提供更加丰富的人机交互。
刚刚落下帷幕2017CES，可以看出，作为世界最大的消费技术交易展会之一，它见证着全球电子科技的发展的足迹，不论是科技巨头还是新型创业公司，都不遗余力的展现自己的智能化科技成果，其中人机交互更是产品推崇的亮点。
7伦理和隐私方面的关注将会持续
大多数AI系统是黑盒子，机理非常复杂。跟AI伦理和隐私相关的风险真实存在，需要深思熟虑，已达成一致意见。这些问题不会在2017年就能解决，但从近来欧盟的一份报告中看出已经有所进展。
据英国广播公司1月12日报道，欧盟一份报告中称机器人革命已经渗入到社会的方方面面，因此针对人类如何与人工智能及机器人共处，欧洲议会成员将投票表决相关立法问题。议会将讨论是否确定机器人为“电子人”的合法地位。
机器人和人类之间的关系引发思考，如果机器系统故障或被黑客攻击，人类的隐私、尊严、以及人身安全该如何保障。未来机器人的生产者和所有者将必须为机器人可能造成的破坏性行为缴纳保险。如果议会成员投票支持通过立法来确定机器人为“电子人”的地位，这一事项将交由各国政府进行进一步的讨论和修订，然后再写入欧盟法律。