李彦宏：人工智能刚刚走到石器时代，但未来它会像电流一样普遍(6)

一是自动分层特征/表示学习。这是机器学习容量的实质性提升，因为当今机器学习工作的很大一部分关键在于特征工程。如百度大脑已经拥有万亿级的参数、千亿级的样本和千亿级的特征训练。
二是高级认知，特别是感知能力。这是下一代设备（如无人驾驶汽车）和下一代平台（如自然语言会话）产生的巨大催化剂。
人工智能计算的强大能力将有助于产生许多新品种的智能系统，如机器律师、机器分析师、医疗机器人、智能客服人员等。
人工智能计算的另一个发展方向是组织各种服务于特定物理架构和物理要素的系统，如家、办公室、工厂等的智能系统。其基本模式是通过使用物联网传感器的各种原始信号，人工智能的「感知系统」会对物理架构进行识别和感知；而「认知系统」需要组织信息和学习更多关于物理架构的知识，并去预测、判断和决策，以使各类物理系统更加智能。
目前，在科研领域，人工智能计算可以提供更先进的建模能力，成为多领域和新一波科研浪潮的催化剂。
在商业方面，人工智能可以提供额外的机会，为企业组织创建集成的业务计算系统（Business Computing System，BCS）平台。如记录业务对象（如系统设计模型、交易记录）和业务流程（如ERP（企业资源计划）、CRM（客户关系管理）；或者系统设计并模仿人类工作活动，如沟通、协作、阅读、写作、寻求信息等。
目前来说，人工智能的「感知系统」有更广泛、更新的商业机会：一方面，可以构建和部署更多的「传感系统」的子系统，针对的是物理环境或物理系统，如装配线、工厂等。这使得未来人力密集的制造业、商业服务业等，可以采用更先进的信息工具和更强的自动化。另一方面，自然语言处理技术的迅速进步使得我们可以扫描和分析文本文档和信息，并从中提取各种高价值的业务知识，而构建和部署专用的「文本理解子系统」可以得到很多高价值的知识和商业回报。
人工智能「认知系统」的成熟代表了智能时代更长远的未来，所有的行业、职业、社会系统、生活方式都将被重塑。如果数字化社会可以概括为「信息就在指尖」，那么，人工智能时代的本质可以概括为「知识无处不在，任何交互都是智能的。」
这个浪潮对大多数人来说无疑是巨大的机遇。
传统的制造业基本上以器械、电器和电力为主，其生产流水线基本上要用很大规模的投资来建立，后续很难调整。比如一家汽车制造厂，要重新建立一条生产流水线，成本很高，花的时间很多。当数据智能、自动化、精准预测对制造业的改造完成之后，后者的面貌将焕然一新。未来的制造业生产流程将是模块式的，全部是数字控制。当一家汽车制造厂要调整生产，制造另外一种样式的汽车，它不再需要重建生产线，而只需要把新产品模块的接口（API）调过来就可以了。这将彻底改变制造业基础，制造业效率也将会极大地提升。