自從電腦發明以來，大眾對「AI智力超越人類，最終統治世界」這樣的技術奇點（Technological Singularity）充滿擔憂，許多科幻電影也基於上述假設展開劇情，例如電影魔鬼終結者裡的AI超級電腦Skynet，因產生自我意識，認為人類具有威脅性，因而想要毀滅人類而發生核戰。
未來學家雷庫茲維爾（Ray Kurzweil）是奇點理論的信奉者，他在2008年創立奇點大學（Singularity University），在Google、Nokia、LinkedIn等公司的贊助下，成為創意的孵育地。雷庫茲維爾認為，到2029年AI將達到人類的智力水平，而到2045年，AI運算力會超過人類10億倍，人與機器將深度融合，奇點就會來臨。
然而，奇點真的會到來嗎？這樣的論點，在全球已經掀起一波論戰。
開放式深度學習框架Keras的作者François Chollet，認為人們對智力的誤解引導出錯誤的推理。Chollet認為，智力高低並不能決定成功與否，沒有任何證據可以證明IQ高的人，能做出對人類社會更大的貢獻，而且大多數的智慧並不存在於人類大腦中，而是外部化成為人類的文明，變成人類的工具，使人類的問題解決能力不斷提高。人類自己，就是一個不斷迭代自我增強的系統。
因此，在擔心AI是否會毀滅人類之前，我們更關心的是，AI目前的發展進度為何？企業應如何導入AI，幫助企業增加內部效率，甚至改變營運模式。以下就將針對2018年AI技術的最新發展進行探討。
2018年AI 視覺辨識發展
1）簡化自定義分類工具
2018年1月18日，Google雲端人工智慧暨機器學習首席科學家李飛飛，透過Twitter宣布Google推出客製化的機器學習平台Cloud AutoML。
Cloud AutoML採用遷移學習（Transfer Learning）技術，利用已經預先學習的神經元圖像，套用到新的分類目標中，達到快速訓練的目的。目前Cloud AutoML僅推出視覺工具包AutoML Vision，藉由Google已經預先訓練好的公開資料集ImageNet，達成簡化訓練的目標。
AutoML Vision特別適用於辨識具專業知識的特定應用領域，即使對AI模型不熟悉的開發者，也可以很快的創造出圖形分類器，因而達到「AI民主化」的成效。
2）精確的大規模圖形自動標註
目前深度學習可以讓AI進行大規模的圖像辨識，其中一個成功要素，來自於高品質人工標註的資料集。史丹佛大學的ImageNet圖形辨識競賽，就匯集了1,400萬張經過人工標註的圖片，由人工手動分類成2萬種不同的類別，再訓練AI進行辨識。到2015年以後，辨識錯誤率已降到5%以下，超過人類的水準。
人工標註的資料集，規模達到千萬等級已經趨於頂峰，然而真實世界並無法只靠千萬張圖片來詮釋。因此，全球大廠仍然在發展自動化的圖形標註。
2018年5月，Facebook在F8開發者年會上公布了新的成就，透過其平台上35億張公開照片以及用戶自行定義的HashTag上，訓練圖像識別系統，來代替人工標註。Facebook採用弱監督式學習演算法，達到了85.4%的準確率。
這項功能強大的地方在於用詞更準確，舉例來說，AI在辨識蘋果派時，就是「蘋果派」，不會被標註成泛用的類別「食物」，更貼近真實世界。
2018年AI 自然語言發展
語音助理從家庭進入企業
2018年在Amazon上面的熱銷商品中，智慧音箱Echo佔有重要的一席之地。Echo讓語音技術走進家庭，透過智慧音箱，可以撥放音樂，也可以訂購商品、叫計程車、撥打電話、查詢天氣、播報新聞、控制智慧家電等，Amazon為Echo開發了一萬多種應用，讓Echo成為智慧家庭的中心。除Amazon外，Apple、Google、Microsoft、Sony、小米、天貓與京東也都推出智慧音箱。
而智慧音箱的靈魂便是語音助理系統。語音助理系統必須具備語音辨識、自然語言分析、語意識別等重點技術。智慧音箱是否熱銷好用，語音助理系統功不可沒。
而2018年語音助理系統近一步走進企業市場。IBM就是企業語音助理的解決供應商之一，提供企業用戶語音助理解決方案Watson Assistant。IBM將人工智慧、雲端運算與物聯網結合在一起，提供良好的顧客體驗，並同時保持商業與顧客數據的隱私與安全。
IBM初期將此解決方案鎖定特定應用領域，包含汽車、飯店房間、零售商店與會議室等，並且和汽車製造商HARMAN，在一台Maserati GranCabrio敞篷車上，合作展示Watson Assistant數位駕駛解決方案，打造無縫的智慧生活體驗。
2018年AI 認知理解發展
強化式學習幫助AI認知理解
認知理解發展是人工智慧領域一個重要的部分。發明AlphaGo圍棋AI的DeepMind公司，打敗韓國九段棋士李世乭，讓大眾對AI能力大為震驚。
DeepMind在AlphaGo獲勝後，仍不斷精進圍棋AI，2017年10月，在Nature上發表論文，推出AlphaGo Zero，DeepMind拿掉人類創造的所有圍棋知識，讓AI徹底亂下，從0開始對弈。AlphaGo Zero訓練時間更短，採用強化式學習技術，僅訓練3天就達到擊敗李世乭AlphaGo Lee版本的水準，訓練21天達到擊敗柯潔的AlphaGo Master版本的水準。而2017年12月，DeepMind再發表新論文，推出Alpha Zero，一種通用型的棋類AI，Alpha Zero僅訓練幾小時就在圍棋、西洋棋、象棋等領域稱霸。
DeepMind達到這空前的成績，除了演算法不斷精進外，也利用Google TPU運算資源進行快速訓練。但圍棋AI將不是只有DeepMind可以擁有，2018年5月，Facebook宣布開源其ELF OpenGo圍棋機器人。Facebook人工智慧研究院實現了DeepMind AlphaGo Zero及Alpha Zero論文中的演算法，成為OpenGo機器人。根據Facebook表示，他們用兩千顆GPU（圖形處理器）訓練兩到三週後，得到的這個圍棋AI OpenGO。Facebook宣布將OpenGo開源後，任何人都可以取得原始碼進行圍棋AI訓練。
AI 走入尋常百姓家
所謂的AI民主化，希望透過雲端運算服務，並簡化AI工具，讓AI技術可以迅速普及化，導入到各行各業，而不是只有少數企業可以使用的技術。
科技大廠已經積極往AI產業發展，而底層的Framework（架構）也已經具備，許多AI演算法都開源讓所有開發者使用。對企業來說，這是一個充滿機會的年代。不需要從底層開始，就可以很快導入AI技術，為企業提高作業效率，甚至開創新的營運模式。
因此，不久的將來，AI技術將快速從學術領域走向產業，成為各行業的驅動力，影響零售、媒體、文化、金融以及健康等應用領域。