眼下，人工智能已經在家居、金融、汽車、無人系統、安防、醫療等領域先後被運用，對行業進行了智能化的改造和創新。全球的科技巨頭們一面從理論研究、制度規範上共同協作，另一方面也在積極研發人工智能的産品，用潛力無限的“智能+”改造世界。雖然人工智能完全取代人尚有距離，但“狂想曲”已奏響。
谷歌DeepMind：模拟人類語言的AI你現在也許還能很容易區分出是一個真實的人在說話，還是語音程序。但可能用不了多久，機器就能欺騙你，讓你以為在和真人對話——谷歌DeepMind團隊即将給我們帶來的名叫WaveNet的AI機器人。DeepMind團隊在對于開發智能神經網絡方面具有優秀的經驗，前不久戰勝世界頂尖圍棋手的AlphaGo就出自于他們。目前，開發人員通常使用兩種方法之一來創建語音程序。第一種是需要使用來自于同一人的大量詞彙和口語演講片段，這使得聲音和音調模仿很難操作；第二種是直接利用電子程序，這樣做機器很容易模仿，但卻通常聽起來不像人類。為了構建逼真的語音程序，團隊給智能神經網絡輸入真人的語音信号，人工智能讀出其波形信号，繼而通過重複出相同的波形信号而達到正确發聲的目的。受訪者在盲測中都認為，WaveNet的聲音比其它技術的都更接近于人類。DeepMind團隊聲明稱，WaveNet在英語和中文的發音測試中，降低了50%的機器與人類間的差異。
IBM讓AI像人類一樣視聽智能機器人以及其它AI系統好像還不能很好地理解周圍的世界，IBM和MIT認為它們能做得更好。他們已經開始一項多年的戰略合作關系，旨在幫助人工智能提升像人類一樣視聽的能力。IBM将提供從沃森（Watson）認知計算平台積累的專業知識和技術能力，MIT将開始主導後續的研究工作。雖然目前還很早，但是雙方都已經明确了一個清晰的未來目标。IBM認為，最大的挑戰之一将是改進機器模式識别和預測技術。人類可以很容易地描述他們看到發生了什麼，以及預測接下來會發生什麼，但目前的AI還幾乎不可能。快速總結和預測事件的技術是非常有用的，比如醫護照理老人、修複複雜的機器等。日立的可愛機器人在東京羽田機場幫助旅客在國際機場裡迷路可不是什麼好玩的事，但是如果你在東京羽田機場迷路，你至少可以得到一個可愛機器人的幫助。日立最近正在該機場的旅客通道裡測試他們的人型機器人EMIEW3。EMIEW3會帶領遊客前往信息顯示屏，并用英語和日語回答問題。這隻是一個輕量測試，但它馬上就會增加一些更令人印象深刻的功能：日立打算在今年12月帶來可以帶路的機器人。遊客可以直接對它說出目的地，比如貨币兌換櫃台，EMIEW3就會立馬把你帶過去。EMIEW3的優秀移動能力使其非常适合這項任務，它可以以每小時3.7英裡的速度穩定移動，跌倒以後可以自我恢複。但是記得别讓它帶你去登機口——機場的安檢設備可檢不了機器人。
科技巨頭們商讨未來的AI研究規範Facebook、Alphabet、Amazon、Microsoft和IBM齊聚一堂，規劃人類的科技未來。該領域五家最前沿的公司正在一起商讨，如何規範未來的AI研究，建立更強大的AI系統。研究者們着眼尋求AI的實際用處，比如它會如何影響交通、就業和福利。該組織總體目标是确保人工智能研究受益于人，而不傷害人類。早在2015年，埃隆·馬斯克、史蒂芬·霍金、谷歌DeepMind創始人和許多其他研究人員簽署了一封公開信，呼籲對AI的影響進行深入地調查，以及确保它是一個造福于人類的良性工具。微軟研究員EricHorvitz，在他們資助下完成的一篇斯坦福大學論文《一百年的探究》中，仔細讨論了AI目前的狀況和調查其未來影響的迫切重要性。
依靠深度學習的AI赢得亞馬遜機器人挑戰賽亞馬遜的機器人挑戰賽來到的第二年，來自荷蘭代爾夫特理工大學的團隊，依靠深度學習人工智能結合深度感應攝像機的機器人，在兩項挑戰（充填和抓取倉庫物品）中都取得了冠軍。該機器人通過學習倉庫的3D掃描圖形來幫助它決定如何利用爪子和吸盤操縱物體。在抓取物體方面的速度（100次/每小時）是去年冠軍的3倍。但目前的技術都不會很快取代人工。人工的速度通常能達到400次/每小時，并且他們的抓取失敗率不會達到機器冠軍的16.7%。目前，正如亞馬遜所強調的，他們不想讓機器完全取代人（至少是現階段）。他們還需要繼續補充員工來更有效地完成訂單。不過，如果人工智能發展的速度足夠快，用不了幾年就能在真正的亞馬遜倉庫裡看到這些機器人。