从商店开始，2017年我们会在很多具有一定特点的营业厅中看到专业型机器人的身影。未来，热点会由专业型机器人向通用型机器人转变，通用型机器人将会迅速崛起。

　　6、辅助驾驶成标配，atv，成为AI第一个大规模应用

　　无人驾驶一直是人工智能领域最热门的应用，但是随着特斯拉无人驾驶功能造成的致命事故，以及谷歌分拆无人驾驶部门并放弃自己生产无人驾驶汽车，转而和成熟的汽车厂商合作，实现完全的自动驾驶明显还有很长的一段路要走。

　　同时，随着各大汽车公司在自动驾驶上的努力，和公司之间竞争的激烈，越来越多的汽车上将会配置2级至3级自动驾驶能力，即在有司机的情况下在高速公路上或者城市的慢速行驶情况下实现自动驾驶。甚至可以预言，2017年推出的新车型中，多少都会带有具有人工智能的辅助驾驶能力。

　　7、人工智能应用会在各个应用领域迅速普及，有大数据支持的应用创业公司迎来绝佳机遇

　　虽然人工智能领域的竞争非常激烈，尤其是底层技术上的竞争，几乎所有的IT巨头都加入到这场肉搏战中，但是别忘了，真正的赢家不会产生于技术层、平台层，而是产生于应用层。比如移动互联网的兴起，最大的赢家不是通信运营商，而是构建了社交网络帝国的Facebook。

　　而应用对于创新企业来讲，恰恰是真正的机会。特别是在IT巨头纷纷开源的情况下，创新企业是有机会利用这些资源，成为下一个霸主的。对于创新者来说，一定要到敌人最薄弱的环节寻找突破口，最值得下手的地方就是数据丰富但应用贫瘠的地方。

　　未来在各个领域，人工智能将迅速得到普及，亚马逊最近在西雅图开设的无人商店Amazon Go正是人工智能在线下零售领域的一次尝试。这家零售店使用了先进的传感器和算法，购物时，传感器系统会跟踪你去了什么位置，拿起了什么，最终带走了什么。当你完成购物后无需排队，会直接从你的亚马逊账户中扣款。未来，人工智能会在更多你意想不到的领域得到广泛的应用。

　　8、智能芯片方面，GPU将进一步得到更广泛的应用

　　GPU(图形处理器)一直是AI应用的主导硬件处理器，在图像语音识别、无人驾驶等人工智能领域，GPU正迅速扩大市场占比。

　　尽管国内外有不少IT巨头和创新企业尝试为AI和深度学习定制新的硬件架构，力图在性能、成本和功耗上与GPU竞争，但是由于Nvdia公司投入巨资成功建立了产业生态，可以肯定的是，GPU仍然会在相当一段时间内得到更广泛的应用。

　　大疆公司基于FPGA的无人机方案是少数非GPU的方案之一。很多人认为GPU的主导地位会被FPGA或ASIC终结，但非GPU方案都将面对两个艰巨的挑战：第一，能否实现量产，第二，整个产业生态链是否完整。

　　很多公司研发的芯片还处于内部专用阶段，比如，谷歌自己研发的机器学习的专属芯片TPU，但是并不对外销售。目前，能够实现大规模商用、取代GPU地位的硬件尚未出现，

　　综上，这一轮的以深度学习算法、计算能力提升和大数据输入共同催生的人工智能能力提升正在各个领域中显示出其威力，虽然在和人相比较的通用智能方面，人工智能还想去甚远，但在需求相对明确的弱人工智能方面，比如图像识别，人工智能已经开始赶超人类。随着人工智能向各应用领域扩散，可以预见，在未来的几年中，人工智能的市场会不断扩大。