10年后人工智能将进步到什么程度，又将改变哪些行业?7月21日的极客公园Rebuild 2018科技商业峰会上，身处人工智能前沿的科技大咖们带来了行业的最新观察。
语音语义：深度学习的人工智能模式面临挑战
“中国是最善于把知识和技术密集型的产业变成劳动密集型的产业，如果大家到深圳或者其他传统的生产线去看，很多生产线改成了数据标注线，很多工人在那儿标注数据”。科大讯飞副总裁李世鹏认为这从一个层面反映了现在大部分人工智能还需要人工来完成。
他表示通过深度学习和大数据方式达成的人工智能有关于数据的瓶颈，在人工智能发展的诸多途径中，通过深度学习和大数据的方式来实现人工智能是当前主要方式，包括医疗、教育、农业、智能制造等许多垂直行业都采用这种方式与人工智能相结合，但能不能有更聪明的人工智能最后取决于是否更有效地获得被标注的数据。
四川人工智能业内人士告诉记者，当前大多数人工智能公司都以深度学习为基础，框架算法已经成熟，核心发展思路是导向数据学习，这将导致谁的数据多就更具优势，而大数据往往又掌握在有限的头部巨头手中，这是行业面临的新挑战。
相较于数据算法，李世鹏更看好模仿人脑实现人工智能，并表示科大讯飞也将联合世界顶尖的学校、机构向这方面努力。谈到未来人工智能的更迭途径，他认为人的介入会进一步加强机器人的迭代，就如翻译系统为例，可以同时把很多在当前任务里面觉得没有用的信息也加进来，位置、事件、人物、上下文等信息都可以考虑进来以增加通传的效率。
人工智能最重要的应用行业之一无人驾驶再次面临新的突破，美团点评首席科学家、无人配送部总经理夏华夏在谈到当下的无人车上路现状时，归纳出了三种路径，一是投入大量的成本，打造一支规模庞大的测试、运营车队，如谷歌的Waymo，他表示这种模式需要极大的资本投入。二是研发高性能的仿真系统，由于真实世界的复杂度远超想象，打造一个全特征的仿真平台，其难度并不亚于研发一套高可靠的无人驾驶算法。美团结合自身的情况，选择了第三条路径，在特定应用场景下落地无人驾驶，具体来说，美团的无人驾驶研发工作围绕外卖无人配送车展开，增强外卖配送运力供给。
那么未来的无人配送服务，究竟是怎样的体验呢?美团无人配送部产品工程师介绍，用户下单后云端智能调度中心即向无人智能车发出指令开往餐厅，智能调度中心同时会将室内目的地的高精地图发送给无人车，帮助其在室内行驶中保证安全。
工程师还表示，车辆的减震系统和后轮摇臂在面对颠簸时可保持车内物品的稳定安全并具备一定的越障能能力。不同天气环境中也将根据各种极端天气调整餐箱保温模式，防水防尘的设置也保证餐箱在面对各种环境下都不会被污染。
对于未来，夏华夏认为在产业升级的大背景下，美团外卖的骑手们也不可能一直从事外卖配送的工作。美团无人配送车的能力和规模达到可以承担更多配送任务的时候，它们又会创造大量维护、充电的需求。这个时候，美团分布在全国各地的53万骑手队伍，可以很快地转化为无人配送车运维团队，为美团外卖无人配送车的落地提供支持。
智能制造：制造业回归高速增长
“从1990年到现在，科技包括工业自动化等，对于制造业的推动而带来的劳动生产力的改变非常低，年均在1%以下，但未来在人工智能推动下，各项指标会有非常大的提升。”SAP 全球高级副总裁、中国总经理李强认为，人工智能会推动制造业进入指数级增长，而人工智能对制造业造成的变化和影响主要体现在生产流程、商业模式、工作方式这三方面。
在生产流程方面，人工智能让大规模定制流程加快，李强举例，90年代美国汽车用户从下单到交付用时20天，但随着消费者对个性化需求的医生，下单到交付时长不断增加，到目前为止已经翻倍。
随着人工智能在制造业的尝试，汽车行业大规模生产流水线下的个性化定制成为可能。过去单一的产线上只能生产单一车型，现在不同的加工岛之间利用无人机等配送方式实现个性化工艺组装并在同一产线生产不同车型。
李强提到了智能风机的例子，维斯塔斯对所有出厂的风机大量的安装传感器，让每一台风机智能化，当风机安装在野外的时候能够实时上载所有风机运行数据，同时通过互联网方式来监控零部件库存和供应链，用人工智能方式通过数据分析来实时预测风机出故障的时间、位置、以及影响。
同样来自制造业人工智能领域的印度Grey Orange亚太和日本地区CEO Nalin Advani表示，在工厂生产领域已经普及了大量机器人，但在仓储物流领域的革新并没有比 1950 年改善太多，对工厂而言，只要对机器人编程就可以重复完成同样的工作，因为其流水线具备较高的一致性，但在之后的仓储物流阶段，每一个订单都不相同，你可能定的是配耳机和黑色手机壳的苹果手机，但也可能预订带有金壳同时体积较大的小米手机，订单差异促使供应链需要不停变化输入和输出，他认为这种情况要做到自动化需要更大的拓展性和灵活性。
