企业是否（fǒu）正在探索（suǒ）如何在业（yè）务中（zhōng）最佳实施人工（gōng）智能（néng）？需（xū）要（yào）考（kǎo）虑人工（gōng）智能（néng）对于业务（wù）应用程序（xù）至关重要的5个（gè）未来趋（qū）势。

如果企业正在考虑使（shǐ）用人工智能（AI）来（lái）完善其基础IT和数据功（gōng）能（néng），那么如何（hé）将（jiāng）炒作与现实区分开？

无论是在探索人工智能（AI）对企（qǐ）业的（de）承诺，还是想知道何时才能（néng）看到（dào）真正的变革性成果，以下是将有助于实现人（rén）工智（zhì）能（AI）未开发潜力的五个行（háng）业（yè）趋势：

1.黑盒与可解释（shì）人工智能

对于大多数人来说，深度学（xué）习系统本质上是难以理解的。使（shǐ）用数百万个数据点作为输入，并将相关数（shù）据作为（wéi）输（shū）出，通常无法使用纯语言解释其（qí）内部逻辑。

但是（shì），如果自动化系统要协（xié）助做出关（guān）键（jiàn）决策，例如要使用哪些操（cāo）作（zuò）和流程（chéng），而人们却（què）无法理解这些决（jué）策（cè）是如何制定的，人们（men）如何识（shí）别和解决错误？这种（zhǒng）缺乏常识的（de）现象限制了（le）人工（gōng）智能（néng）在现实世界中的应用（yòng）。人们（men）需要一个更清晰、更简单的人工智能系统，以更好地与世界（jiè）和（hé）人们建立联系。

人们需（xū）要一个（gè）更清晰、更简单的人工智（zhì）能系统，以（yǐ）更好地与世界和人们建（jiàn）立联系。

2.机器学习与（yǔ）机（jī）器教学

根据（jù）麦（mài）肯锡全球研究所的数据，到2030年，预（yù）计在物理（lǐ）和（hé）人工技（jì）能以及基本认（rèn）知技能上花费的工作时间将分（fèn）别减少14％和15％。相（xiàng）反，人们将花费更多的时（shí）间使用（yòng）更高的（de）认知技能，例如回答“为什么（me）”和决（jué）定要（yào）做（zuò）什（shí）么。

这种新的工作方式将导致对支持（chí）它（tā）的工具的需求。PARC科学家（jiā）Mark Stefik对机（jī）械学的研（yán）究（jiū）描述了一个人类与机器（qì）可以相互学习的（de）未来。在将来，人们可以将人工（gōng）智能系（xì）统想象（xiàng）为（wéi）工作（zuò）场所的重要组（zǔ）成部分。

3.冯（féng）•诺（nuò）依曼（màn）计算与（yǔ）神经形态（tài）计（jì）算

在接下来的十年中，IT的主要中断之（zhī）一将是从传统的冯•诺依（yī）曼（màn）计计算架（jià）构到神经形态计算的过渡。随着摩尔定律的放慢，人们遇到了冯•诺依曼瓶（píng）颈，那么可以从（cóng）迄今为止最高效的计算（suàn）机（大（dà）脑）中（zhōng）学到（dào）什么（me）？

生物（wù）大脑在同一电路中具有记（jì）忆（yì）和计（jì）算功能（néng），而传统的（de）冯•诺依曼（màn）数（shù）字计算机将（jiāng）记忆与计算分开。生物大脑高（gāo）度并行化，而数字计算机（jī）以（yǐ）串行方式执行计算（suàn）。生物大（dà）脑很密集，只（zhī）需要数（shù）字计（jì）算机所用能量的一（yī）小部分。这些瓶颈是（shì）现（xiàn）代数字计算机（jī）努力处理庞大的人（rén）工智能（néng）程序的主要原因。

4.数字与（yǔ）量子计算机

大（dà）小限（xiàn）制（zhì）使常规数字计（jì）算（suàn）机（jī）无法满足人工智能计算的需求。量（liàng）子计算机使用量子位和并行性来（lái）处理大量数据并同时查看所有解决方案。像IBM和（hé）Google AI Quantum这样（yàng）的传（chuán）统公司（sī）以及像Bleximo这样的（de）初创公司正在（zài）努力将通（tōng）用处理器和NISQ应用程序专用的量子协处理器（qì）（称为量子加速器（qì））结合起来，以构建（jiàn）针对特定业务和工程领域（yù）的（de）系统。早（zǎo）期的潜在（zài）行业应用（yòng）包括化学（用于材（cái）料）、制药（用（yòng）于药物设计）和金融（用于优化）。

5.电（diàn）子（zǐ）与脑机（jī）接口设备

当前的人工智能应用程序主（zhǔ）要在电子（zǐ）设（shè）备上运行，但人们最终（zhōng）会看到电子和生物系统（tǒng）之间更加紧密的集成（chéng）。

当（dāng）前的人工（gōng）智（zhì）能应用（yòng）程序主要在电子（zǐ）设备上运行（háng），但人们最（zuì）终会看到电子和生物系（xì）统之间更加紧密（mì）的（de）集成。例如，埃隆（lóng）•马斯（sī）克（kè）的最新合资企（qǐ）业之一Neuralink公司宣布计划在2020年底之前开始将其可植入式脑机接口（BMI）设备与人类进行临床试验。通过将人工智能应用程序与人们的生物系统相结合，边界人机之间已经开始融合。科学家还将脑（nǎo）机接口（BMI）和人工智能相结合，以使用（yòng）大（dà）脑信（xìn）号控制外（wài）部（bù）设备，并用人工智（zhì）能系统重现大脑皮层功能的各个方（fāng）面。

大多数科学家和技（jì）术专家都（dōu）认为（wéi），人（rén）们只是在挖掘人工智能潜力（lì）的（de）表面。首席信（xìn）息（xī）官和（hé）组织越来越需要跟踪这种变革性技术（shù）的最新（xīn）发展。