迪恩说，通过机器智能，计算机将可观察世界，并像任何生物那样自主学习。从本质上说，一旦我们推动机器前进，它们肯定能找到自己的学习方式。中国互联网巨头百度旗下负责领导硅谷神经网络研究团队的计算机科学家布莱恩·卡坦扎罗（Bryan Catanzaro）也正着眼于同样的目标，他认为终极学习机器就像孩子，孩子的大多数学习都无人指导。
在这种无监督学习状态下，计算机可以感受到来自工厂传感器提供的无限数据流，并找出何时麻烦会爆发。在度假期间，智能手机也可能发现你正变得焦虑。但这些目前都还无法实现。要想让神经网络理解人类语言，它必须接受训练。这意味着，它需要处理成千上万小时的录音和演讲等。
这些努力需要许多支持。比如，为了击败世界最顶级的围棋冠军，AlphaGo使用了1200个处理器，辅以170多个图形处理器芯片。在未来10年中，这种计算功率将扩展到智能手机、无人驾驶汽车以及家庭网络路由器上。IBM的S/360主机电脑用了半个世纪演变成苹果iPhone。
潜在威胁
正当计算机向自启动、开放思维的思想家进化时，许多人开始担忧智能机器的负面影响。包括史蒂芬·霍金（Stephen Hawking）、伊隆·马斯克（Elon Musk）在内的数百名科学家和科技界领袖已经签署公开信，承诺将确保人工智能的进步不会超出人类控制。盖茨去年曾表示，他属于担心超级智能的阵营。
全球著名思想家、《超级智能》作者尼克·波斯特洛姆(Nick Bostrom)非常看好人工智能的前景，但他将大部分精力用于探索可能出错的地方，包括人工智能比人类更聪明、人类与人工智能爆发冲突会怎样？波斯特洛姆说：“在智能机器爆发之前，我们人类就像在玩炸弹的小孩。”
人工智能的关键特性之一就是自主性。今天的计算机可以按照预置脚本很好地运行，但人工智能将令计算机通过复杂的世界绘制出自己的进程。摩尔说：“自主性，你不能使用传统技术对待它。”
谷歌、沃尔沃以及Uber等公司正在研发的无人驾驶汽车，就是人工智能自主化的鲜明例证。风投机构Motus Ventures正投资于这个新兴市场，预计2026年许多国家公路上将出现数百万辆无人驾驶汽车。谷歌的迪恩说：“10年内，你将会看到无人驾驶汽车比人类驾驶汽车好得多。”
机器学习也会降低成本。无人驾驶汽车原型车需要昂贵的激光扫描仪，以便生成其周围世界的3D模型，帮助它们确认和追踪车辆、行人、建筑物以及交通标志等。而神经网络可以使用便宜得多的数码相机。
对于特定的预编程工作，比如在装配线上安装汽车挡风玻璃，今天的机器人视觉非常有用。但是人工智能的视觉意识将与人类更加相似，它们可以识别周围物体，因此清洁机器人可以分辨出玩具与垃圾的区别。
如今，计算机多是固定不动的电子元件集合体，但是人工智能支持的设备将非常擅长运动。在经过80多万次尝试将不同的塑料物体投入垃圾箱后，谷歌的机械臂基本上具备了手眼协调能力。缺少人工智能支持的机器人在开门或穿过瓦砾方面依然显得笨拙不堪，而人工智能将提高它们的能力，无论是驾驶汽车、清理房间还是在仓库中储存物体，都将可以胜任。
取代人类工作
人工智能公司X.ai首席执行官丹尼斯·莫滕森（Dennis Mortensen）正押注在自然语言技能方面，他认为这会让他的公司卖出看似困难的服务，即为人们寻找合适的见面时间。X.ai日程安排程序会进入你的电子邮件系统，寻找双方都方便的约会时间。它非常善于把握人类之间交流的微妙心理，这与今天僵硬地定性计算机接口完全不同。
2013年牛津大学研究预测，47%的工作岗位处于危险之中。可是，这是假设所有这些工作完全消失，有些人则不同意。美国大数据公司Lattice Engines的软件可预测我们何时将买什么，其首席执行官沙希·乌帕德亚伊（Shashi Upadhyay）说：“即使再过十年，机器也不会理解讲故事的艺术，这种缺陷将阻碍人工智能进化。”