真正像人类一样，解决不同领域、不同类型的问题

从未来看，人们对人工智能的定位绝不仅仅只是用来解决狭窄的、特定领域的某个简单具体的小任务，而是真正像人类一样，能同时解决不同领域、不同类型的问题，进行判断和决策，也就是所谓的通用型人工智能。具体来说，需要机器一方面能够通过感知学习、认知学习去理解世界；另一方面通过强化学习去模拟世界。前者让机器能感知信息，并通过注意、记忆、理解等方式将感知信息转化为抽象知识，快速学习人类积累的知识；后者通过创造一个模拟环境，让机器通过与环境交互试错来获得知识、持续优化知识。人们希望通过算法上、学科上的交叉、融合和优化，整体解决人工智能在创造力、通用性、对物理世界理解能力上的问题。

从未来看，底层的基础设施将会是由互联网、物联网提供的现代人工智能场景和数据，这些是生产的原料；算法层将会是由深度学习、强化学习提供的现代人工智能核心模型，辅之以云计算提供的核心算力，这些是生产的引擎。在这些的基础之上，不管是计算机视觉、自然语言处理、语音技术，还是游戏AI、机器人等，都是基于同样的数据、模型、算法之上的不同的应用场景。这其中还存在着一些亟待攻克的问题，如何解决这些问题正是人们一步一个脚印走向AI的必经之路。