在2017，我们有可能会看到强化学习在自动驾驶和工业机器人领域的尝试。谷歌宣称已经应用深度强化学习优化自己的数据中心，但是这个方案还处在试验阶段，而且还需要耗费大量时间去模拟，所以究竟它到底能达到多高效的程度还处在观望中。
“决斗”神经网络架构在巴塞罗那举办的NIPS2016大会上，重点讨论了一种新型机器学习工具，叫生成对抗网络。这项成果是由OpenAI的科学家IanGoodfellow发明的。
YoshuaBengio在此学术会议上发言说，生成对抗网络使计算机有能力通过未标记的数据来学习。摆脱标记，被认为是使机器变得更智能的关键。
人工智能在中国的爆发2017有可能是中国开始演变成人工智能产业主力军的一年。中国的科技企业不再止步于抄袭国外公司，而是积极地向人工智能自主研发大踏步迈进。
即将于4月9日至11日在深圳会展中心举办的的“第五届中国电子信息博览会”，其九大主题馆中的三号馆”智能制造“馆分别设有“智能机器人”展区、“3D打印”展区、“智能监控和辨识”展区、“智慧工厂自动化”展区，各大企业也将在此展示在智能制造领域所取得的最新发展成果，相信此次展会定会为中国企业在智能制造领域的爆发增添一份力量。
语言识别实现机器语言是一个漫长的目标，人们对机器和人类的互动和交流充满了遐想和期待。更好的语言理解能使机器更有用，但是考虑到语言的复杂性、微妙性、感染力，科学界所面临的挑战也是巨大的。
但不要期待在短时间内你能和你的手机产生任何有实质交流的对话，但是已经有很多看得到的进展在不断发生，2017也将继续在语言领域带来好消息。
风口的反作用除了一些实实在在的科技进展外，2016也经历了一些“被风口化”的炒作。尽管很多人对AI的科技价值有足够信心，但是在AI这个话题周围的报道有些铺天盖地且失去控制。