在上周举办的硅谷论坛(Silicon Valley Forum; SVForum)会议上，业界专家针对未来的人工智能(AI)、机器学习和深度学习发表预测与看法。
“有关人类进化迈向终结的概念十分愚蠢，”大会专题演说的主讲人Steve Jurvetson表示，“人类的真正意义在于我们并不想与生命中注定比我们更聪明的装置竞争，但可以将人类这种自我的优越感转变成进步的象征轨迹。”Steve Jurvetson同时也是DFJ管理总监。
有些业界专家表示，在人工智能方面的进步将赋予系统彼此之间迅速简单沟通的能力，而其他与会专家则认为，推理与推论的能力将为AI带来差异化。无论如何，Citrix Startup Accelerator首席技术专家Michael Harries表示，任何企业家如果还不熟悉AI，那就落伍了。
专为脸部辨识开发AI产品的Eyeris公司CEO Modar Alaoui表示，在不久的将来，AI将有赖于智能手机与智能汽车的环境智慧发展。其他还有几位发言人表示他们希望看到 AI机器人或计算机能够学会在解决问题后自动进行调整的功能。
“机器人拥有自行适应环境的能力；他们也拥有学习的能力。但是如果还能拥有持续自动扩展的能力才是真的智能化。我认为我们将会看到这一愿景的实现，但我们目前却迟迟未跨出那一大步，”机器人新创公司Pneubotics的CEO兼创办人Kevin Albert在小组讨论会上表示。
已经为AI开发一款运算架构的Numenta公司CEO兼共同创办人Jeff Hawkins表示，“智能不应该以任何特定的任务来衡量。智能的特点就在于具有极高的灵活性……可用于打造一套灵活的学习系统。有些AI专注于拟人化，而我们的任务则否。我们的目标在于了解智能的通则，使其得以应用于解决各种问题。”
虽然有多种方式都能完成开发以及微调AI性能——根据小组成员表示，这包括像教小孩般地训练机器人。Hawkins认为，大脑皮层的反向工程就是实现智能机器节最快方式。根据神经科学显示，语言以及触控作业能以相同原则作业，Hawkins预期，一旦科学家能够进一步开发内在潜能，机器人的能力可望以类似的方式加倍提升。
“一旦我们了解了大脑皮层的这些原则，就能为其加以修改。但我们并不需要真的了解演化生物学，”Hawkins说，“我们还必须学习大量的生物学基矗进步是循序渐进的，但也会呈指数级增加。我认为我们将可在不到五年的时间内完成这一关。”
如果认为实现智能机器还要经过五年的时间实在太久，Hawkins向与会者保证人工智能本身并不危险，而自我复制的能力才是潜在威胁。
随着致力于 AI 的工作进展，开发人员们还必须取得新的技能。IBM的John Wolpert表示， AI开发人员正致力于未知的子系统，“你必须进行的指导任务将会多于编程工作，因此需要更多的社交技能。对此，我们需要更多的人文学科专业。你仍然必须具备许多技能，但并非用于系统层面。”
Lux Capital的Shahin Farshchi表示，他希望看到“积极专注于产品以及解决软件特定问题的程度。”他并建议，透过深度学习与人工智能的实际用例可能加速这一开发过程。
