企业（yè）是（shì）否（fǒu）正在探索如何在业（yè）务（wù）中最佳实（shí）施（shī）人工（gōng）智能？需要考虑人工智能对于业（yè）务应（yīng）用（yòng）程（chéng）序至关重要的5个未来（lái）趋（qū）势。

如（rú）果企业正在（zài）考（kǎo）虑使用人工（gōng）智能（néng）（AI）来完善（shàn）其基础IT和数据功能，那么如何将炒作与现实（shí）区分开？

无论是在探索人工智能（AI）对企业的（de）承诺，还是（shì）想知（zhī）道何（hé）时才能看（kàn）到真正（zhèng）的变革性成果，以下是（shì）将（jiāng）有（yǒu）助于实现人工智能（AI）未开发潜力（lì）的五个行业趋势：

1.黑盒与可解释人工（gōng）智（zhì）能（néng）

对（duì）于大多数人来说，深度学习系（xì）统本质上是难以理解的。使用数百万个（gè）数据点作（zuò）为输（shū）入（rù），并将相关数据（jù）作为（wéi）输出，通常（cháng）无法使用（yòng）纯语言解释其内部逻辑。

但是，如果（guǒ）自动化（huà）系统（tǒng）要（yào）协助做出关键决策，例如要使用哪些操作（zuò）和流程（chéng），而人们却无法理解这（zhè）些（xiē）决策是如何制（zhì）定的，人（rén）们如何（hé）识别（bié）和解决错误？这种缺乏常识的现象（xiàng）限（xiàn）制了人工（gōng）智能在现实（shí）世界中的应用。人们需要一（yī）个更清晰、更简单的（de）人工智（zhì）能系统，以更好地与世（shì）界和人们建立联系。

人们需（xū）要一个（gè）更清晰、更简单（dān）的人工智（zhì）能系统，以（yǐ）更好（hǎo）地与世界和（hé）人们（men）建立（lì）联系。

2.机（jī）器学习与机器教学

根据麦肯锡全球研究所的（de）数（shù）据，到2030年，预计在（zài）物理和人工（gōng）技能以（yǐ）及基本认知技能上花费的工作时间将分别（bié）减少（shǎo）14％和15％。相反，人们将（jiāng）花费更多（duō）的时间使（shǐ）用（yòng）更高的认知技能，例如回答“为什么”和决定要做什么。

这（zhè）种新的工作（zuò）方式将导致对（duì）支持它的工（gōng）具的需求。PARC科学家Mark Stefik对机械学（xué）的（de）研究描述了一个（gè）人类与机（jī）器可以相互学习的未来。在将来，人们可以将人工（gōng）智能系统想象为（wéi）工作场所的重要组成部分。

3.冯•诺依曼计算与神经形态计算

在（zài）接下来的十年中，IT的主要（yào）中断之（zhī）一将（jiāng）是从传（chuán）统（tǒng）的冯•诺依（yī）曼（màn）计计算架构到（dào）神经形态计算的过渡。随着摩尔定律的（de）放慢，人们遇到了冯•诺依曼瓶颈，那么可以从迄（qì）今（jīn）为止最高效的计（jì）算机（大脑）中学到什么？

生物大脑在（zài）同一电路中具有记忆和计（jì）算（suàn）功能，而传（chuán）统的（de）冯•诺依曼数字计算机（jī）将记忆与（yǔ）计算分开。生物大脑高度并行化（huà），而数字计算机以串行方式执行计（jì）算。生物大（dà）脑很（hěn）密集，只需要数字计算（suàn）机（jī）所用能量的一（yī）小部分。这些（xiē）瓶（píng）颈是现代（dài）数字（zì）计算机努力（lì）处理庞大的（de）人（rén）工智能程序的主要原因。

4.数字与量子计算机

大小限制使常规（guī）数字计算机无（wú）法满（mǎn）足人工智能（néng）计算的需（xū）求。量子计算机使用量子（zǐ）位和（hé）并行性来处理大量数据并同时查看所有解决方案。像IBM和Google AI Quantum这（zhè）样的传统公（gōng）司以及像（xiàng）Bleximo这样（yàng）的初（chū）创公司（sī）正在努力将通用处（chù）理器和NISQ应用程序（xù）专（zhuān）用的（de）量子协（xié）处理器（称为量子加速器）结（jié）合起来，以构建针对特定业（yè）务和工（gōng）程领域的系统。早期的潜在行业（yè）应用包括化学（用于材料）、制药（用于药物设计）和（hé）金融（用（yòng）于（yú）优化（huà））。

5.电子与脑（nǎo）机（jī）接口设备（bèi）

当前（qián）的人工智能应用程序（xù）主（zhǔ）要在电子设备上运行，但人们最终会（huì）看到（dào）电子和生物（wù）系统之（zhī）间（jiān）更加紧（jǐn）密的集成。

当前的人工智（zhì）能（néng）应用程序主要（yào）在（zài）电（diàn）子设备上运行（háng），但人们最（zuì）终（zhōng）会看到电子（zǐ）和生物系统之间更加紧密的集成（chéng）。例如，埃隆•马（mǎ）斯克的（de）最新合（hé）资企业之一Neuralink公司宣布计划在2020年底之前（qián）开始将其可植（zhí）入（rù）式脑（nǎo）机接（jiē）口（BMI）设备与人（rén）类（lèi）进行临床试验。通过将人工智能应（yīng）用程序与人们的生物系统相结（jié）合，边界人机之间已经开始融合。科学家（jiā）还将（jiāng）脑机（jī）接口（BMI）和人（rén）工智能（néng）相（xiàng）结合，以使用大脑信号控制外部设备，并（bìng）用人工智能系统重现（xiàn）大（dà）脑皮层功（gōng）能的各个方面。

大（dà）多数科学家和技术（shù）专家都认为，人们只是在挖（wā）掘人（rén）工智能潜（qián）力的表（biǎo）面。首（shǒu）席信息官和组织越来越需要跟踪这（zhè）种变革性技（jì）术（shù）的最（zuì）新发展。