而神经网络具有广阔的应用前景，因为计算机视觉和模式识别正在进入数以千计的商业场景中。例如，未来的搜索引擎将会主要依赖于图像和视频输入，而不再是传统的文字搜索。更重要的应用场景是医疗图像识别——它可以让计算机自动检测黑色素瘤、癌症组织、CT 扫描中的斑块（可预防中风），还有数百个医疗相关的领域。

Jürgen Schmidhuber 对深度学习在医疗保健方面的应用非常感兴趣。他认为，全世界超过 10% 的 GDP 都被用在了医疗保健上（每年超过 7 万亿美元），其中昂贵的专家的医疗诊断占到了很大部分。这方面的部分自动化不仅可以节约数十亿美元，还能将专家诊断推广到现在还无力负担的人。在这种背景下，医学最有价值的资产应该就是它们的数据——这就是 IBM 要耗资十亿美元收集这些数据的原因。

机器可以像人类一样学习？

对比 20 世纪影响最深远的发明「哈柏法（Haber Process）」——一种能够从空气中提取氮元素以合成肥料的技术，在 Jürgen Schmidhuber 看来，21 世纪更宏伟的主题在于真正的人工智能。

Jürgen Schmidhuber 说：「用不了几年时间，我们就能够制造出基于神经网络的 AI（NNAI），NNAI 能够通过逐步学习，跟一些动物一样聪明。最终，AI 将改变一切，人类文明只是一个更加恢弘的计划的一部分，整个宇宙迈向越来越不可估量的复杂的过程中，重要（但不是最后）的一步。」

对于人工智能发展的乐观估计，j2直播，来源于 Jürgen Schmidhuber 对变革性事物发展规律的认知。2014 年，Jürgen Schmidhuber 发现了一个令人难以置信的指数加速模式：宇宙历史中重大事件之间的间隔时间似乎正在以指数级的速度缩短——每个大事件到来的时间是前一个大事件的四分之一。如果你研究这个模式，看起来它将要汇聚于 2050 年。

那么欧米伽年之后会发生什么？「当然，时间不会停止。我的孩子出生在 2000 年左右。一些保险数学家希望她们能看到 2100 年，因为她们是女孩。在她们生命的很大一部分时间里，最聪明和最重要的决策者可能不是人类。」他说，「AI 将比我们更加智能，而且将不再拘泥于我们的生物圈。它们想要将历史推进到一个新的水平高度，并将朝着其他的资源进军。一两百万年以后，它们已经殖民了银河系。」

人工智能会做什么？

太空对人类来说是不友好的，但是对适当设计的机器人则是友好的，并且它比地球周围的生物圈薄膜提供了更多的资源，而这些薄膜所获得的太阳光少于十亿分之一。虽然有一些人工智能将仍然着迷于生活，但只要人们不完全去理解它，大多数人还是会对外太空中为机器人和软件提供的难以置信的新机会感兴趣。通过在小行星带和其他的地方自我复制无数的机器人工厂，它们将会转换太阳系中的其余部分，然后在几百万年内的整个星系记忆几十亿年内的剩余可达宇宙用光速即可到达（人工智能或它的一些部分喜欢以无线电的方式在发送者和传输者之间行进，它们最初的建立所需要的便是时间）。

「上个世纪的许多科幻小说都描绘出一个单独的人工智能能主宰一切的场景。我期望一个令人难以置信的多样化的人工智能，能够优化各部分的冲突（并快速解决）效用函数，它们中大部分是自动生成的（我们在 1000 多年之前已经发展了效用函数）似乎是更加现实的一件事。每一个人工智能都在不断尝试生存，并在由超越当前想象的激烈的竞争与合作驱动的人工智能生态中适应快速变化的环境。」

在 Jürgen Schmidhuber 看来，下一代和年轻人或许希望不要像科幻电影里描述的那样——单独的人工智能可以主宰一切，他们可能希望「我们」和「它们」之间不会有太多的目标冲突。人类和其他生物会对他们可以竞争或合作的目标感兴趣，因为他们有相同的目标。就像政治家最感兴趣的是其他政治家，孩子更感兴趣的是其他同龄的孩子，山羊更感兴趣的是其他的山羊，超级聪明的人工智能将主要对其它超级聪明的人工智能感兴趣，而不是在人类。

而对于人工智能的局限性，Jürgen Schmidhuber 反复提到 1985 年由理论计算机科学的创始人库尔德·哥德尔确定出的可计算的局限，哥德尔说明传统数学要么在特定算法感知上存在缺陷，要么包含了无法通过计算程序证明的真实陈述——无论人类还是人工智能都无法证明。