自达特茅斯会议诞生以来，人工智能已经走过60年的历史。在过去60年中，人工智能经历了两次繁荣和低谷，现在正处于第三次繁荣期，关于未来的人工智能的走向，有三种观点。
第一种观点以《未来简史》的作者尤瓦尔·赫拉利、谷歌工程总监未来学家雷·库兹维尔和软银的创始人孙正义等人为代表，他们认为未来的人工智能是神，是上帝。
第二种观点认为，本轮人工智能的主要推动力是神经网络。神经网络以大数据作为燃料，以强大的计算力作为引擎，但是当下大数据的红利正逐渐消失，主宰了芯片处理能力的摩尔定律经过60年的指数增长，也已逼近了理论极限得天花板。这一派认为未来人工智能会缓慢向前发展，但是速度不会像前两年这么快，我以“神经”来作为这派的核心词。
第三种观点认为历史还将重演，人工智能的冬天还会再来，他们认为“人工智能统治人类”如同神经病一样荒唐可笑。
而神经科学以人类神经系统原理为基础，旨在研究人类大脑这一极为复杂的模型架构。在实际中，神经科技可以帮助研究人员了解大脑功能与引发功能障碍的原因，并助力医生治疗各类神经系统疾病。至于具体应用，神经科技目前主要关注增强认知能力、改善睡眠并改善长寿人群的大脑健康等。以此为背景，AI技术的快速发展有望在未来十年内，推动神经科技发展进入快车道。比如：
>>>脑机接口
>>>神经调节
>>>深层脑刺激
>>>脊髓刺激
>>>迷走神经刺激
>>>经颅磁刺激
>>>用于神经生物标志物检测的AI技术
更加糟糕的还有人工智能的强化学习， 深度强化学习已经战胜了最强大的人类棋手。 但是强化学习却远非一种可靠的实用方法。 这里面最难的在于目前的强化学习还做不到可扩展， 也就是从一个游戏的问题扩展到真实的问题时候会十分糟糕。 一个已经学的很好的强化学习网络，可以在自己已经学到的领域所向披靡， 然而在游戏里稍微增加一点变化， 神经网络就不知所措。 我们可以想象成这是泛化能力的严重缺失， 在真实世界里，这恰恰一击致命。
事实上在很长时间里，人工智能的过分依赖工科思维恰恰给它的危机埋下了伏笔，在人工数据上破记录， 并不代表我们就会在刚说的“理解”上做进步。 这更像是两个不同的进化方向。 其实， 关于智能的更深刻的理解， 早就是认知科学家，心理学家和神经科学家的核心任务。 如果我们需要让人工智能进步， 向他们取经就看起来很合理。
一部分神经科技中的子行业已经在市场上建立起具备实效的方案与产品，并建立起完善的业务体系。在接下来的几年内，众多早期初创企业将演变为成熟公司，并将更多新的神经科技产品推向市场。与之对应，AI技术的进步以及计算机与生物学间日益融合，必将改善全人类的大脑健康水平。未来可期，让我们拭目以待!
