11.機器人學正變為主流。筆者認為，人工智能的發展會受到機器人學發展的制約。同時，這兩個關聯的領域會以相同的速度發展，以最終得到一個適當的強人工智能或超級人工智能。如下圖所示，在我們的研究乃至我們的集體意識中，我們不會視那種沒有“物理實體”的人工智能為強人工智能或超級人工智能。

　　關于機器人學及人工智能相關領域的研究趨勢（由 CBInsights Trends tool 制作）

　　另外還有一些證據能證明這個趨勢：

　　最近激增的機器人相關專利申請數量。據 IFI 稱，中國（近期）已經有超過 3000 項目申請，在美國、歐洲、日本、韓國等地的數量大致相同。

　　如下圖所示的最近機器人相關基金的價格走向。

　　機器人 STOX 基金從 2013 年至 2016 年的價格走向

　　12.人工智能在發展中也許會面臨阻礙。在實現強人工智能的過程中面臨的最大阻礙，不是算法的選擇或數據的使用（至少不只是），而是一個結構上的問題。硬件性能、（設備間）物理的聯系（如互聯網）及設備的耗能，是創建足夠快人工智能的瓶頸。這也是我相信存在著如 Google Fiber 這樣部門的原因，也是為什么量子計算正變得越來越相關的原因。量子計算允許我們以超高的速度進行運算（根據物理規則它會瞬間完成），而這在傳統電腦上會耗費非常長的時間。它依靠量子力學的性質，基于傳統計算機用二進制描述問題的想法。因此，據 Frank Chen（在 Andreessen Horowitz 的合伙人）稱，晶體管、半導體及電子導體都將被量子比特所取代。量子比特由向量表示，這也意味著其運算律會不同于的傳統的布爾代數規則。

　　一種對傳統計算法和量子計算法區別的通俗比較，基于電話本問題（Phonebook Problem）。在電話本中搜尋號碼，傳統的方式是一條接著一條地搜索以最終找到匹配的號碼。但基本的量子搜索算法（也被叫做 Grover‘s 算法）則依靠所謂的“量子疊加態”。它能一次性分析所有的元素并確定最可能的答案。

　　建造量子計算也許會是科學界革命性的突破，但 Chen 表示現在建造它是非常困難的。亟待解決問題包括：建造計算機的超導材料需要的高溫，極短的貫通時間（Coherence Time）——這是量子計算機實際進行計算的時間窗口，單次計算所需的時間，以及正誤答案之間的能量差過小難于被探測到。所有這些問題縮小了（量子計算機的）市場空間，并且只有小部分公司能夠涉足量子計算領域：科技界的巨擘如 IBM 和 Intel 已經對其研究多年；創新公司如 D-Wave System（2013 年被谷歌收購）、Rigetti Computing、QxBranch、1Qbit、Post-Quantum、ID Quantique、Eagle Power Technologies、Qubitekk、QC Ware、Nano-Meta Technonoliges；還有奠定量子計算基礎的 Cambridge Quantum Computing 有限公司。

　　13.生物機器人和納米科技將是未來人工智能的應用方向。我們正見證著在人工智能和納米機器人交叉領域，一些列令人震驚的發展。研究人員正致力于創造完全完全智能的裝置，同時也在研究相關的結合體。他們甚至嘗試研發出生物導線（一種由細菌制造的導線）及器官芯片（由人細胞制作的、人器官中起功能部分的微型模型，能夠復制器官的部分功能；在該領域，Emulate 是最領先的公司）。生物機器人方面的研究同時也考驗著著材料性能的極限。最近一種“軟”機器人被制造出來，他只有軟的構建。BAS Systems 公司也在推進計算的發展，正嘗試研發一種“化學計算機”（Chemputer），一種能夠使用先進化學過程以“生長”復雜電子系統的裝置。