人工智能作為一種科學(xué)技術(shù)，在其發(fā)展過程中必然遵循自然科學(xué)規(guī)律，依賴其現(xiàn)實條件和發(fā)展機(jī)理，是可以被認(rèn)知和預(yù)測的。當(dāng)前，人工智能的具體技術(shù)路線多種多樣，未來發(fā)展充滿無限可能性，但其發(fā)展趨勢依然有“跡”可尋。
從大的方面看，主要有以下三種趨勢：
一是擁有高性能。新一輪基于大數(shù)據(jù)和深度學(xué)習(xí)的人工智能的爆發(fā)，很大程度上得益于算力的提升。沒有超級計算機(jī)算力的大幅提升，就不可能完成對海量數(shù)據(jù)的處理任務(wù)。目前運算能力世界排名第一的超級計算機(jī)為美國橡樹嶺國家實驗室的“頂點”（Summit），浮點運算速度可達(dá)20億億次/秒。然而，隨著芯片、能耗等因素的制約，超級計算機(jī)算力提升越來越困難，人們開始尋找其他替代方案，量子計算逐漸進(jìn)入人們視野。2017年5月，中國科學(xué)家研制出世界首臺超越早期經(jīng)典計算機(jī)的光量子計算機(jī)，并實現(xiàn)10個超導(dǎo)量子比特糾纏；2019年8月，浙江大學(xué)、中國科學(xué)院物理研究所等科研團(tuán)隊合作開發(fā)出20個超導(dǎo)量子比特芯片。今年10月24日谷歌宣布，他們用一臺54位量子比特的量子計算機(jī)，在200秒內(nèi)就完成了目前世界最快超算需要計算1萬年的計算任務(wù)。這初步顯示出量子計算顛覆性的算力水平，各界關(guān)注的“量子優(yōu)越性”已經(jīng)實現(xiàn)。盡管這一成就仍限定在特定領(lǐng)域，離實用通用還有很長的路，但其意義重大，意味著人工智能的算力基礎(chǔ)可發(fā)生根本性改變，人工智能無疑將呈現(xiàn)高性能。
二是擁有通用性。現(xiàn)行的人工智能在特定領(lǐng)域，如復(fù)雜計算、圖像識別、語音處理等方面，相關(guān)能力已遠(yuǎn)遠(yuǎn)超過人類。但其局限性也顯而易見，那就是無法相互通用，一個領(lǐng)域的人工智能到了另一領(lǐng)域，就會變成“人工智障”。解決人工智能的通用性問題，必須發(fā)展強(qiáng)人工智能，使機(jī)器真正像人一樣去思考問題。圖靈獎獲得者朱迪亞·珀爾在《為什么》一書中詳細(xì)闡述了因果論，并將其區(qū)分為“關(guān)聯(lián)”“干預(yù)”“反事實推理”三個層面，指出當(dāng)前的人工智能和機(jī)器學(xué)習(xí)只處于最低的第一層面，即弱人工智能階段。機(jī)器學(xué)習(xí)的方法很多，深度學(xué)習(xí)只是其中之一。第三層面“反事實推理”是人想象的產(chǎn)物，是人類的特有能力，即為強(qiáng)人工智能。珀爾的因果論為強(qiáng)人工智能的研究打開了一扇窗，從理論上指明了人工智能發(fā)展的大體階段和努力方向，極有可能開辟算法理論創(chuàng)新發(fā)展的新境界。
三是擁有可靠性。未來人工智能必須具備良好的可解釋性，使其學(xué)習(xí)模式和相應(yīng)決策能夠被人類用戶所理解，進(jìn)而提升人們對人工智能系統(tǒng)的信任度。而現(xiàn)在的機(jī)器學(xué)習(xí)技術(shù)尚不能達(dá)到人們的期望和要求，即使有時機(jī)器已經(jīng)得出結(jié)論，用戶也常常不由自主地在心里打個問號，覺得必須人工復(fù)檢一番才放心。特別是這些人工智能技術(shù)運用到輔助決策時，人們的不完全信任感更會成倍增加。用戶的需求是人工智能技術(shù)發(fā)展的前進(jìn)動力和必然指向?？梢灶A(yù)見，在不遠(yuǎn)的將來，人工智能各技術(shù)流派之間的交叉融合將更加深入，不同學(xué)科領(lǐng)域的交叉融合也將更加頻繁。通過取長補(bǔ)短綜合各方面、各學(xué)科優(yōu)勢，有望達(dá)到人們對人工智能系統(tǒng)可靠性的要求。