现代科学技术整体上正在迅猛发展，人类对世界的认知日新月异，未来AI前程似锦，人类社会也会更加美好。
AI科学家是务实的，面对AI威胁论的喧嚣，他们选择踏踏实实地规划、建设AI和人类的美好未来。与硅谷女科学家李飞飞认为AI经历了60年试管阶段，刚进入生物活体新阶段的看法相似，中国工程院潘云鹤院士同样认为AI正进入一个新阶段，即AI 2.0阶段。
他给出的初步概念是：信息新环境和发展新目标下的新一代AI。其中，信息新环境是指互联网与移动终端的普及、传感网的渗透、大数据的涌现和网上社区的兴起等。新目标是指智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等智能化新需求。
潘云鹤分析，可望升级的新技术有：大数据智能、跨媒体智能、自主智能、人机混合增强智能和群体智能等。
潘云鹤列举了AI 2.0五个方面的技术特征：一，机器学习从大数据支持转向大数据驱动和知识指导相结合；二，从分类处理多媒体数据（如视觉、听觉、文字等）迈向跨媒体认知、学习和推理；三，从高水平人机协同融合，走向混合型增强智能的新计算形态；四，从“个体智能”到基于互联网的群体智能，形成网上群体智能的技术与平台；五，从机器人转向更广阔的智能自主系统，从而促进改造各种机械、装备和产品，走上智能化之路。
总之，AI 2.0不但更接近人类智能，而且以提高人类智力活动能力为主要目标。
谷歌公司DeepMind的CEO哈萨比斯也认为AI进入了新阶段。2017年5月24日他在乌镇发表主题演讲时谈到DeepMind的任务分两步走。第一步要从根本上了解智能是什么，然后用人工方法去创造它。第二步要解决AI的通用性问题。目前的单一机器系统或者算法组合并不能直接解决各种问题，更不用说以前没遇到过的问题。
而人脑可以把相关经验应用于其他未遇到过的问题，即举一反三。DeepMind就是想赋予机器这种能力。这种通用机器学习系统即通用型AI。
AI在全球科学家共同设定的目标和共同努力下，正向着未来一步步推进。而对AI科学和相关技术的研究与突破，永远在艰难中前行。深度学习虽然在今天取得极大成功，引领机器学习乃至于整个AI潮流，促进了产业发展和社会进步。但深度学习依然在探索自己的未来。
2015年6月，为纪念AI提出60周年（一般认为AI诞生于年1956年达特茅斯会议，但召开这个会的建议是1955年提出）， 《Nature》杂志专门开辟了“人工智能·机器人”专题 ，专家们发表了多篇重要论文。其中最引人关注的，莫过于深度学习的最主要奠基人首次联袂撰写的一篇名为《深度学习》的综述性文章。
杨立昆（Yann LeCun）、约书亚·本希奥（Yoshua Bengio）和杰夫·欣顿（Geoffrey Hinton）三位在深度学习领域备尝艰辛的开创者，在文章中介绍了深度学习的原理、方法及其形成的脉络，也展望了未来。对未来，他们特别强调：“无监督学习对于重新点燃深度学习的热潮起到了促进的作用，但是纯粹的有监督学习的成功超过了无监督学习。我们期望无监督学习在长期内越来越重要。
无监督学习在人类和动物的学习中占据主导地位，我们通过观察能够发现世界的内在结构，而不是被告知每一个客观事物的名称。”
科学家也从另外的角度来思考机器学习的发展，迁移学习（Transfer Learning）是比较有希望的未来技术之一。前百度首席科学家吴恩达和香港科技大学杨强教授等都很重视迁移学习的概念和实际应用。
杨强教授指出，现在AI的成功离不开高质量的大数据，但未来AI的成功并不一定都需要大数据，可以用迁移学习来解决相关问题，迁移学习可以把大数据得到的模型用于小数据环境。比如，在某一领域训练好的深度学习模型迁移到另一有某种联系和相似性的新领域，不一定需要那么多数据来学习。现在，基于样本、特征、参数、模型、关系的若干种迁移学习方法正在深入研究之中。
挑战摩尔定律与机器学习和数据科学一样，计算能力的提高依然是推动AI蓬勃发展的强劲动力。摩尔定律曾经造就了信息技术的繁荣，为AI走到今天铺平了道路。虽然摩尔定律已经放缓脚步，或者说已经开始失效，但人类未来依然没有放弃对获得强大计算能力的追求。
AI的初心正是要探索人脑奥秘，研究人类思维规律，然后让机器实现人脑的功能。正是怀抱着这样的理想，人类开始了伟大的AI历程。
在AI发展过程中，AI科学家常常受人脑工作机制的启发，神经科学家对人脑研究的成果，也往往为AI研究所借鉴。从人工神经网络发展到深度学习，就是很好的例子。尽管今天的AI技术相对具有独立性，以致有人认为AI与人脑没有太大的联系，但无论是AI科学家还是神经科学家，都保持着对人脑这一宇宙精灵的高度尊敬与重视，期盼对人脑的深入研究，能够在未来AI发展中发挥重要作用。
2017年6月，《美国科学院院报》（PNAS）的一篇论文引人关注。瑞典隆德大学研究人员在论文中指出，他们发现人脑中的神经元本身也具有编程能力，或者说学习的能力。他们的研究表明，单个神经元中存储信息的容量远超预期。这一发现可能将为设计全新的人工神经网络带来启发。
2017 年6月6~9日，联合国第一次AI峰会在日内瓦召开，包括各国政府官员、联合国机构负责人、非政府组织代表、业界领袖和AI专家等全球重量级人物与会。由国际电信联盟（ITU）等联合国机构共同组织的这次大会，名为“AI造福人类峰会”（AI for Global Good Summit）。大会宗旨也由此看出——集中讨论如何让AI作为工具帮助人类解决难题，造福于人类。
峰会列举了17 个可持续发展目标，供全球思考AI的应用：消除贫困、零饥饿、医疗健康和高质量生活、素质教育、性别平等、清洁用水和公共卫生、可承担的清洁能源、体面的工作与经济增长、产业创新与基础设施、减少不平等现象、可持续城市与社区、负责任的消费与生产观念、气候行动、水生生命、陆地生命、和平、公正和强大的机构、有目标的合作。