我相信我们今天所看到的有关于术语「AI」的那些重大的发展和认知其实是「IA」曲线的上升阶段，其中使用人工神经网络的深度学习（以及前面提到的一些驱动力如硬件、数据 、云经济学、连接性和其他算法上的进步）正在推动我们走向该曲线上拐点。在许多情况下，相对于回归（regression）和其他统计工具以及基于规则的系统和人工编码实现的逻辑等现有「预测」方法而言，深度学习进行了进一步的提升。机器学习通过提高模型精度，atv，增加处理数据能力以及提高对输入的适应性而推动了发展的速度。

由于机器智能仍然存在上述限制，所以我认为全自动化技术的发展应该是一条全新的曲线。并且我相信我们还处于这条曲线的早期阶段。

之前已经有多个和 AI 以及奇点（singularity）相关的并且预测不准确的炒作周期了。许多 AI 先驱在 20 世纪 50 年代的早期认为，具备人类所有能力的机器将在十年或二十年之内就出现。这个目标没有实现的原因不是因为没有足够强大的计算能力，而是在多个新的维度上的科学还没有突破。然而这种根本性突破的时间很难预测以及调整。根据斯蒂芬·霍金所言，截至到 2015 年，「人工智能研究员还不能明确什么时候可以建造出拥有或超过人类的 AI 机器。」

我们可能正处于对于「AI」进行炒作的巅峰阶段。然而，IA（如同上边定义的那样）提供了一个 5 至 10 年的巨大的投资机会。人类和机器正处于一个互补的阶段，他们都有一些不同于对方的卓越的才能。这表明人类能够专注于他们独有的技能同时还可以享受锻炼的乐趣，而机器专注于处理大多数那些不需要人类的判断力，创造力和同情心等能力就能完成的常规任务。目前有很多文章已经写了关于 IA 技术将会引起工作和劳动的性质的变化，并且这些变化并不容易。这篇文章就很好地进行了总结：「你使用机器的能力将决定你未来的薪资。」

即时创新和投资机会在何处？

我相信智能增强技术（运用深度学习以及其他机器学习技术实现人工增强自动化）在中期阶段的影响比多数人认为的要大，而全自动化的影响则远远超出近期相关报道中指出的范围。

本文无意揣测人工通用智能（AGI）是否还远在十年或百年之后，亦非讨论其将成为对社会的威胁与否。我的立足点在于，你是否对正在进行的投资或者即将创立的公司亦或项目有着五至十年的大规模愿景。由机器学习推进的智能增强或人类增强技术具有立竿见影且显著的价值，况且，在这条商业和社会成功之路上鲜有阻力，可谓是一片坦途。

一如传统的 B2B 模式，我们寻找的方案是止痛药而不是维他命，不仅能够做到解决明显的现有痛点，展示其强劲的投资回报率，与现有的工作流程高度合拍，还能与企业中买方、用户和协调人三者利益一致。在这个领域，我保证有人参与的智能技术（智能增强）将有助于提高整体生产力、优化投资成本、提供个性化解决方案、或者助力为客户提供新的产品。

机器学习技术正被应用于各大垂直产业的许多方面。这是一个关乎整体投资立论的全景话题（至少是独立于其中），但我们可以通过一个简明的列表来窥见一斑，看业内如何通过机器学习这一优势来增强人类自身的能力、提高生产力以及优化资源使用方式。

企业——完成单调重复任务的机器人助手将更具功能性，并将在十年之内更加深入企业各个方面。使用增强技术实现的可穿戴式设备将有助于顺利完成危险或者成本高昂的工作。

生产制造——合作型的智能机器人可以安全地与人类共事，并且完成那些复杂高危或者重复性的劳动，从而提高生产效率。

交通和运输——各大科技公司和传统制造商们正在就自动驾驶汽车开发进行一场公开而激烈的角逐。而一般驾驶情况下的减少驾驶员工作量的相关技术在短期内其收效是更可预见的。比如：高速公路，降低因人工驾驶车辆造成的误操作率和交通意外，改善交通车流量及提高燃料使用效率。假以时日，完全自主的生态保障系统将改变都市生活结构，并随之带来更多衍生发展机会。

医疗保健——机器学习技术基于更为广泛的数据库，从而有助于医疗人员提供高精度，实现个性化诊疗。

农业——各类农用机器人、作物优化技术、自动灌溉技术以及虫害预警系统将有助于大幅提高农业生产力。

到了术语更迭的时候了