微软雷德蒙德研究院副院长杜麦斯认为深度学习技术将助力2017年的网络搜索结果，到2027年，搜索框将消失，被“无所不在、嵌入式以及具备语境感知能力的”搜索取代。

　　“互联网女皇”玛丽·米克尔在2016年互联网趋势报告中表达了类似的看法，她将语音搜索技术列为未来重要的技术趋势之一，未来的计算界面将可由键盘升级至麦克风加键盘的模式。

　　早前，搜索框是我们进入互联网的重要入口，得益于更为方便的人机交互技术——语音识别出现，搜索框地位将逐渐被取代，并最终消亡。

　　人工智能（AI）是发展大势的道理再次得到印证，语音识别技术是人工智能的重要技术手段。业内机构预计，2015年全球语音识别市场规模约为61.9亿美元，预计到2020年可以接近200亿美元，而整个人工智能市场则可在2018年达到1800亿美元的水平。

　　得益于谷歌阿尔法狗与李世石的人机大战，以及随后百度无人车、搜狗机器翻译、阿里云的小AI等产品的出现，我们意识到，机器的智商并不输人类，甚至表现更好。

　　不过，人工智能领域也存在一个尚难解决的痛点，即越是需要费脑力的领域，人工智能则表现更好；而低层次的感觉运动技能，人工智能需要花费大量计算，完成得更加困难。

　　比如，与清理桌面相比，机器人计算彗星精确轨迹要更加容易——这是由摩擦力学、接触力学以及碰撞力学固有的复杂性造成的。

　　以上痛点限制了人工智能的发挥，当前阶段，这一技术在“思考”而非“动手”领域更有价值，比如AI助手、金融、以及医疗诊断方面。

　　AI助手主要应用在智能设备上，通过手机用户与周围环境资料，向用户提供服务。应用领域目前以智能家居为主，未来也可在无人驾驶等领域有所发挥。

　　2016年，各大科技巨头争相发力AI助手领域。苹果Siri登上MacBook；亚马逊Alexa借助Echo音响进入家庭市场；微软Cortana面向安卓与IOS的版本不断更新；谷歌Assistant重装上阵；三星收购虚拟助手公司Viv准备发力……

　　在科技大佬的密切布局下，AI助手在市场渐热，这一趋势将在2017年得到延续。

　　创新工场的CEO李开复认为，人工智能应用的三个要素分别是数据、处理数据的能力、以及商业表现。从这三点出发，金融是AI最合适不过的应用场景。

　　人工智能将推动金融科技的发展，比如人脸识别、虹膜识别技术在互联网金融安全领域就将大显身手。

　　当然，最值得期待的是AI用于赚钱了。基于机器学习技术，银行能高效率地为客户提供高效率的定制服务，甚至充当理财顾问的角色，向客户提供理财建议。

　　谷歌正开发一款深度学习算法，在医疗机构数据库的帮助下，发现糖尿病患者视网膜病变的迹象，这一功能与眼科专家检查病患的方式相似，甚至表现更优。谷歌希望这项技术能在医疗资源有限的社区中，帮助医生筛查出更多病人。

　　基于深度学习与认知分析技术，人工智能与医疗影像的结合，有助于未来医疗的发展。比如患者将可更快速完成健康检查，并获得精准诊断结果；医疗机构能降低误诊率，同时系统地下降医疗成本。

　　除此之外，AI还能与可穿戴设备结合，推动医疗用可穿戴设备迅速落地，从而带来医疗器械革命。