不管斯蒂芬·霍金或埃隆·马斯克怎么说，人工智能不会在短时间内毁灭地球。然而，可以肯定的是，人工智能(也称为“深度学习”和“机器智能”)的实际应用将继续改进。如今，大数据无处不在。它们为我们提供了一个可学习的模型，我们可以使用计算机和算法快速识别它。
人工智能技术的影响将改变几乎所有的行业。尽管机器智能和数据科学人才的市场价值正在快速增长，但大多数劳动力的价值却在直线下降。这种变化实际上代表了一种“毁灭”，包含着巨大的商机。尽管许多深度学习型初创公司正在涌现，但它们也需要更多的创造力和投资。
Bloomberg BETA投资者Shivon Zilis在分析了2529家涉及人工智能、机器学习和数据的公司后，绘制了这张机器智能地图。该基金的投资主要集中在能够改变世界的公司。齐里斯解释道:“我们创建了机器智能地图来连接初创企业。我是一个理性的投资者，这张地图可以很容易地识别“拥挤”区域和“空白”区域。
授权技术是企业重新思考其业务流程(如销售、营销、安全或招聘公司)或重新思考垂直市场的常见做法。这些公司需要更多的人力。他们可以创建、重做、调试深度学习和其他机器学习类型的模型。此外，他们还需要一个更大的开发和设计团队来创造用户设备上的“体验”。在这类公司中，大公司具有比较优势，因为它们有更多的资源来吸引或招聘这一领域的人才。更重要的是，大公司拥有大数据，并与大用户群保持关系。在机器智能领域，数据质量和数量通常是限制因素，而不是算法的准确性。
包括苹果、谷歌和微软、IBM等大型科技公司最关心的是什么？快走。正如齐里斯指出的，赢得移动战争需要大量的机器智能。苹果Siri和谷歌Now可以在移动端对相关语言的“互动”做出回应。像亚马逊萤火虫这样的视觉搜索是基于地理位置的识别，也可以创造一个有吸引力的体验。
市场目前热衷于深入学习的原因是“问题”可以在几分钟或几天内解决，而不是几年。
深度学习的坚定支持者之一是杰瑞米·霍华德，他现在是医学诊断初创公司Enlitic的创始人兼首席执行官。霍华德以前是机器学习开发平台Kaggle的总裁和首席科学家。正如霍华德所说，他没有医疗行业的经验。深入学习的主要卖点之一是它是一种通用技术，不需要任何专业知识来创建解决方案。在一次采访中，霍华德说，深入研究现在已经能够提供全世界发达国家80%的服务。
想想霍华德，其他深度学习的实践者只是书呆子。促使霍华德进入医疗诊断市场的因素之一是对这类服务的巨大需求。目前，发展中国家缺乏受过专业培训的医生，通过现有方法培训目前需要的医生需要300年。
广义地说，机器智能是一组能够解决和产生问题的技术。“历史告诉我们，企业处理应用程序不是杀手级应用程序。真正的杀手级应用是惊人的，”棕榈飞行员的发明者、人工智能公司Numenta的首席执行官杰夫·杰夫·霍金斯说。
尽管深度学习使用神经网络，霍金斯说公司使用一种方法来模拟人脑。不同之处在于，Numenta使用一种被称为分层时间记忆(HTM)的结构来模拟人类大脑皮层。该公司的第一个商业产品Grok使用这种技术，它可以检测运行在亚马逊网络服务上的服务器和应用程序的异常。
当霍金斯谈到大脑时，他非常准确地将他的技术描述为“新皮层”(新皮层是人脑的高级功能中心)。尽管人类从20世纪40年代就开始研究神经网络，但神经网络只与大脑的工作方式有关，这是两者之间的巨大差异。
深度学习擅长区分和分类没有意识的人遇到的问题。这是深度学习、快速思考的功能之一，也称为系统1。努曼塔人工智能强调的基于时间的异常充当了人脑威胁监控系统，系统2。
尽管最近我们已经看到了许多机器智能的展示，但是要将这种技术转化为人们可以使用的产品，还有许多工作要做，包括我们需要理解的事情可以很容易地完成(快速思考)以及需要花费更多时间的事情。就图片分类而言，深度学习比人脑更准确，但就语言处理而言，前者远不如后者。许多预测算法擅长于一般的情感分析，但在反语、否定和歧义理解方面仍然不足。
机器智能和深入学习将对明年的科技市场产生重要影响。拥有大数据的大型技术公司将有强烈的动机去探索这些数据的价值。
另一方面，将鼓励应用软件开发人员加强“输入渠道”，迫使人们使用智能手机产生有价值的数据输出。
机器智能和数据科学领域的人才将继续从学术领域转移到大型科技公司，以获取大量数据。对于明年80%的发达国家来说，面对机器智能技术的入侵，他们可能还没有看到大范围的失业，但他们必须开始应对这种情况。
这些机器智能技术可以帮助我们改善和重新分配人类价值，同时我们也需要它们。