一個人工智能的子領域，表示了理論(從哲學和心理學的角度)和實際(通過特定的實現產生的系統的輸出是可以考慮的創意，或系統識別和評估創造力)所定義的創造力。相關領域研究的包括了人工直覺和人工想像。大多數研究人員希望他們的研究結尾將被納入一個具有多元智能(稱為強人工智能)，結合以上所有的技能并且超越大部分人類的能力。有些人認為要達成以上目標，可能需要擬人化的特性，如人工意識或人工大腦。上述許多問題被認為是人工智能完整性：為了解決其中一個問題，你必須解決全部的問題。即使一個簡單和特定的任務，如機器翻譯，要求機器按照作者的論點(推理)，知道什么是被人談論(知識)，忠實地再現作者的意圖(情感計算)。因此，機器翻譯被認為是具有人工智能完整性：它可能需要強人工智能，就像是人類一樣。由于AI在科技和工程中的應用，能夠代替人類進行各種技術工作和腦力勞動，會造成社會結構的劇烈變化。遼寧NPU人工智能服務器

人工智能產業將蓬勃發展。隨著人工智能技術的進一步成熟以及機構和產業界投入的日益增長，人工智能應用的云端化將不斷加速，全球人工智能產業規模在未來10年將進入高速增長期。例如，2016年9月，咨詢公司埃森哲發布報告指出，人工智能技術的應用將為經濟發展注入新動力，可在現有基礎上將勞動生產率提高40%;到2035年，美、日、英、德、法等12個發達國家的年均經濟增長率可以翻一番。2018年麥肯錫公司的研究報告預測，到2030年，約70%的公司將采用至少一種形式的人工智能，人工智能新增經濟規模將達到13萬億美元。遼寧NPU人工智能服務器目前有大量的工具應用了人工智能，其中包括搜索和數學優化、邏輯推演。

當企業計劃在未來進行人工智能投資時，以下人工智能技術將確保其在未來保持合規性和安全性。聯合學習。聯合學習是一種越來越重要的機器學習訓練技術，可以解決機器學習較大的數據隱私問題之一，尤其是在具有敏感用戶數據的領域中（例如醫療保健）。過去十年的傳統做法是盡可能地隔離數據。但是，訓練和部署機器學習算法所需的聚合數據已造成嚴重的隱私和安全問題，尤其是在企業之間共享數據時。聯合學習可讓企業提供聚合數據集的洞察力，同時在非聚合環境中確保數據的安全性。基本前提是，本地機器學習模型是在私有數據集上訓練的，模型更新在數據集之間流動以進行集中聚合。至關重要的是，數據永遠不必離開本地環境。通過這種方式，數據在保持安全的同時仍能給組織帶來“群體智慧”。聯合學習降低了單個攻擊或泄漏的風險，因為數據不是存放在單個存儲庫中，而是分散在多個存儲庫中。

隨著這個領域帶來了如此多的機會，在未來幾年里看到人工智能在各個方面的發展也就不足為奇了。1、電子商務：這一領域的人氣空前高漲。即使是電子商務部門正在解決的基本需求，它也時不時地出現新的特點。據預測，人工智能將在這里看到比以前多得多的變化。它比較可能有一個機器人，會問用戶它可以如何幫助。這個機器人會考慮到以前的搜索和購買。未來幾年，機器人可能會提供建議。總而言之，電子商務有望轉向語音技術。2、自動化：汽車自動駕駛不再是夢想。但是，這項技術還沒有發展到汽車可以在沒有人為干擾的情況下行駛的程度。在這里，人工智能可以看到未來的變化。幾年后，你比較有可能看到車輛，讓你看到目的地，而你甚至不需要參與一點。3、教育類：不用說，教育有著特殊的作用。人工智能使人們可以接受虛擬教育，也可以獲得前所未有的工具。未來幾年，學習分析技術支持的智能教學系統將被普遍采用。人工智能可以被部署到這樣一個程度，教育將看到一個完全不同的面貌。人工智能的研究往往涉及對人的智能本身的研究。

人工智能將加速與其他學科領域交叉滲透。人工智能本身是一門綜合性的前沿學科和高度交叉的復合型學科，研究范疇普遍而又異常復雜，其發展需要與計算機科學、數學、認知科學、神經科學和社會科學等學科深度融合。隨著超分辨率光學成像、光遺傳學調控、透明腦、體細胞克隆等技術的突破，腦與認知科學的發展開啟了新時代，能夠大規模、更精細解析智力的神經環路基礎和機制，人工智能將進入生物啟發的智能階段，依賴于生物學、腦科學、生命科學和心理學等學科的發現，將機理變為可計算的模型，同時人工智能也會促進腦科學、認知科學、生命科學甚至化學、物理、天文學等傳統科學的發展。人工智能的應用領域：問題求解。遼寧NPU人工智能服務器

強人工智能觀點認為計算機不只是用來研究人的思維的一種工具。遼寧NPU人工智能服務器

在產業應用方面，將進一步提升企業、產業中新技術、新產品和新模式的影響力。例如，依圖將利用人工智能提升產業深度社會關系，為人工智能引入情感智能。2019年以來，我國人工智能產業持續保持較快增長勢頭，全國人工智能產業企業超過500家，企業平均利潤率超過50%。其中，軟件、芯片等中心業務領域獲得快速發展，推動新興應用場景形成大規模落地；智能醫療、智能金融、智能制造、智能教育等應用場景加速布局。不斷完善產業發展所必備的新技術、新產品，依圖具備豐富的創新經驗，在人工智能研發與產業化、新模式、新產品開發等方面已取得積累，具備了較強的人工智能技術和產品研發能力。湯道生說，在人工智能產業高速發展階段，人工智能技術仍面臨較大難度。但湯道生認為，產業發展較大的挑戰之一在于投入產出比不高。遼寧NPU人工智能服務器