1. 无人车驾驶领域一场混战，除了技术之外，如何赚钱也成为厂商必须思考的问题，一个成功的典范就是英伟达，他们的无人车芯片已经卖给特斯拉等厂商开始赚钱了。
2. 语音助理和聊天机器人有不少使用场景。比如，物理上决定了眼睛和手被占据的时候，都非常适合语音智能助理。
3. Alpha Go背后的DeepMind团队，用的就是深度增强式学习，这是深层神经网络用于决策领域的成果。DeepMind 深度增强学习可以用在游戏方面，也可以用于导航，甚至还能用于个性化推荐系统。
2006年，人工智能关键技术——“深度学习”出现，从那一刻开始，人工智能开始逐渐走入人们视线，更成为各大公司争先研究的关键技术。如今，时隔十年，人工智能将会向怎样的方向发展，又将拥有怎样的未来，让密探带你一探究竟：
深度学习的进展
深度学习是机器学习的一个新领域，出发点在于建立、模拟人脑进行分析学习的神经网络。深度学习的整个学习过程中，几乎可以做到直接把海量数据投放到算法中，让数据自己说话，系统会自动从数据中学习。从输入到输出是一个完全自动的过程。比如，2016年AlphaGo下围棋赢了李世石，Alpha Go背后的DeepMind团队，用的就是深度增强式学习，这是深层神经网络用于决策领域的成果。DeepMind 深度增强学习可以用在游戏方面，也可以用于导航，甚至还能用于个性化推荐系统。
无人车的研发
无人驾驶仍然是2016年最热门的话题之一，不过讨论的话题中心，已经从会不会到来，变成了几年内到来。
特斯拉2016年宣布了十年计划，打算建一个无人车的共享网络，并且特斯拉未来出厂的汽车，都配有自动驾驶所需的所有硬件，软件更新也会慢慢推出。福特、奔驰、宝马、丰田和沃尔沃，都计划在未来五年推出无人驾驶汽车的共享服务。
智能汽车组件的提供商也纷纷加入战局。英特尔今年围绕无人车领域，收购了好几家公司，其中有一家就是做视觉处理器芯片的。英特尔还在2016年和宝马等公司合作，共同开发无人驾驶汽车，产品将在2020年问世
。
谷歌也成立了无人驾驶项目的实体公司，这个公司将专注于无人车驾驶技术，而不是整车制造。苹果的无人车项目也转向了无人车驾驶技术研发，而不是造一辆无人驾驶电动车。
不过无人车驾驶是一场混战，除了技术之外，如何赚钱也成为厂商必须思考的问题，一个成功的典范就是英伟达，他们的无人车芯片已经卖给特斯拉等厂商开始赚钱了。
聊天机器人和语音智能助理
Facebook在2016年的F8大会上，宣布了Facebook聊天机器人计划，目前能够帮助人们在网上订餐、订票、订鲜花等，谷歌也推出了带有聊天机器人的聊天软件Allo。微软也在今年推出了智能机器人开发框架。
语音助理和聊天机器人有不少使用场景。比如，物理上决定了眼睛和手被占据的时候，都非常适合语音智能助理。最典型的就是在家里，我们不愿意去找手机在哪里，只需要声音就能完成，因为语音是人的物理延伸。另一个典型场景就是开车的时候。
再比如，聊天机器人可能也非常适合交互很多的场景。以前我们的交互，都是通过图形界面来完成，但图形界面并不是一个完美的方案，这只是一个权宜之计。举个例子，人类最早的购物模式中有一大类是交互式的，我们可能没有特别明确要买什么，通过与店员或者导购的交流来决定买什么。通过聊天这种自然灵活的方式来做电商，是非常值得电商领域来探索的。
计算机视觉
人类认识了解世界的信息中大部分来自视觉，同样，计算机视觉也成了机器认知世界的基础，终极目的是让计算机能像人一样“看懂世界”。目前计算机视觉主要应用在人脸识别、图像识别、增强现实等方面，技术上还有一定的挑战。
2016年，微软已经发布了一款增强现实眼镜，售价3000美元。这类被誉为黑科技产品的增强现实产品，背后需要大量计算机视觉的技术，比如对手速的识别，还需要通过传感器获取环境的视觉信息。
此外，计算机视觉也是和无人驾驶紧密结合的领域，比如与英特尔合作做无人车的MobilEye，就是比较出名的计算机辅助驾驶芯片提供商。今年有大量计算机视觉领域的公司获得投资，除了上面几个方向，还包括计算机视觉用于人脸识别、安防，以及工业机器人等工业应用。
从06年到17年，十几年时间里，人工智能正在飞快发展并不断改变着我们的生活，在接下来的时间里，人工智能又会朝着怎样的方向发展？而人工智能核心之一知识图谱，又会如何驱动未来的投资及商业领域呢？
本周六
硅谷密探全球沙龙北京站
将带你一起聊聊
“知识图谱如何驱动投资”
时间：2017年2月18日下午1:30签到
地点：科技寺望京店（北京市朝阳区望京利泽中街启明国际大厦A座12层）
届时，沙龙现场仅限30人，你将与乌镇智库的首席科学家陈利人聊聊知识图谱如何驱动投资：
现场仅限30人，猛戳文末阅读原文抢票吧~
