羅曼·揚波利斯基是美國路易斯維爾大學網絡安全實驗室主任。他認為，2016年，我們將看到計算機深度學習中卷積神經網絡領域的迅速發展，超級計算機的使用將使這個領域成為2016年人工智能發展的重點。 
　　 
　　淺層學習是機器學習的第一次浪潮，主要是計算機系統從大量訓練樣本中學習統計規律，對未知事件做預測，實際上這種人工神經網絡只是一種淺層模型。 
　　 
　　深度學習是無監督學習的一種，指通過構建多層的機器學習模型和海量訓練數據來學習更有用的特征，目的在于建立、模擬人腦進行學習的神經網絡，模仿人腦來解釋數據。卷積神經網絡就是一種計算機深度學習的結構，是當前語音分析和圖像識別領域的研究熱點。 

　　2015年是人工智能之年：機器人承擔工廠生產工作、無人駕駛汽車成為現實、連接WiFi的芭比娃娃通過語音識別功能和小朋友聊天……2016年，人工智能領域的發展會怎樣？專家認為，2016年的人工智能將會是“打了興奮劑”般更加迅猛發展。 
　　 
　　機器人目前還主要用于精準設定的工作環境，在精確、重復性的工作上效率很高。當遇到從未執行過的新任務、沒有確定性的新環境，機器人往往就“傻了”。 
　　 
　　安德魯·摩爾是人工智能領域領先的卡內基梅隆大學計算機學院院長。他介紹說，美國國家科學院已經召集技術專家、經濟學家和社會學家研究人工智能取代人工的問題，這里人工智能取代的不是藍領工人的生產工作，而是傳統認為它們不能取代的、需要人與人互動的白領工作。 
　　 
　　摩爾認為，人工智能技術“感受”人類情感是這一研究領域最重要、也最先進的一個方向。揚波利斯基認為，計算機能夠理解語言的能力最終會向人和計算機“無縫溝通”的方向發展。 
　　 
　　越來越精準的圖像、聲音和面部識別系統能讓計算機更好探查人的情感狀態。這種技術的發展在教育、抑郁癥治療、臨床預后評估、智能客服、網絡購物等領域都有廣闊的應用前景。 
　　 
　　實際上，一些商家已經開始使用人工智能技術判斷顧客在網絡購物時是否開心或滿意。一些服裝公司使用人工智能幫助顧客在網上購物時找到最心儀的產品，例如顧客看著一件衣服說，“我想要這個樣式的外套，但要更暖和一點點”，人工智能客服需要可以理解顧客這種要求。 
　　 
　　多位專家認為，人工智能技術研究突飛猛進的同時，相關倫理研究更應走在前面。越來越多的技術開發人員、計算機科學家和工程師感覺到，他們在研發時必須要求助于第三方的意見來創建一些程序。 
　　 
　　以無人駕駛汽車為例，當行駛過程中遇到動物橫穿馬路，系統該怎么辦？代碼該如何寫？人和動物的生命價值如何衡量？一個人是不是比一百只貓更有價值？一百萬只呢？ 
　　 
　　安德魯·摩爾表示，這不光是科學家和工程師能解決的問題，必須有人先給出一個答案。