图 1技术成熟曲线
高德纳曲线将一个公司从萌芽到成熟划分为五个阶段。分别为：
科技诞生的促动期：新科技诞生，媒体报道迅速增多，往往出现很多非理性的渲染，产品的知名度显著提升。但从成熟度来看，还处早期，新科技往往出现很多缺点、问题和限制。
过高的期望峰值：随着媒体曝光的增加，公众的预期也迅速升高，变得狂热。新科技演绎出一些成功的故事，但与之对应的是，更多的是失败的案例。
泡沫的低谷期：由于新科技达不到公众的期望值，效果被质疑，曝光度迅速下降，被人们所淡忘、忽视。
但从成熟度来看，历经前两个阶段，新科技已经过多方测试和试验。它们的适用范围以及限制，人们已有更客观的了解。
稳步爬升的光明期：随着新科技的逐渐成熟，相关成功的经营模式的增加，新科技虽然不再时髦，但会得到业界和媒体肯定，获得更为理性、客观的评价，曝光度也会稳步提升。
实质生产的高峰期：新科技产生的利益与潜力，被市场实际接受。相关的支持工具、方法论，经过数代的演进，进入了成熟阶段。新兴科技也已变成成熟科技。
从技术成熟曲线，可以看到，一个新科技从诞生初期，开始在媒体曝光，随着媒体大肆渲染，人们开始增加非理性期望，科技热度进一步上升。当热度达到一定的程度，人们发现期望无法满足，新科技热度开始回落并且掉到谷底。直到新科技有一定的实际应用，然后又开始逐渐回复，人们的期望回归理性，新科技逐渐向成熟期发展。
下面我们看一下2017年高德纳公司发布的全球新科技预测图。
图 2 2017年全球技术成熟度曲线
高德纳曲线中一共列出了32项新科技，但是这其中就有13个与人工智能有关。今天就预测曲线，探讨一下人工智能的发展情况。
首先列出相关的12个产业：深度学习、机器学习，强化学习，通用智能、自动驾驶、认知计算、商业无人机（无人机）、对话用户界面、企业分类法和本体管理、机器学习，智能微尘、智能机器人，智能空间。
从人工智能在高德纳曲线中占有的比率来看，人工智能领域发展的非常强劲。2017年被称为人工智能的元年，除了AlphaGo战胜了围棋世界冠军，还有很多有力的成绩。
Sonnet和TensorflowEager加入开源框架家族；Facebook和微软联合，以实现AI框架的互操作性；机器学习即服务（MLAAS）平台将无处不在。
2017年，一篇突破性的论文“Attention Is All You Need”提出了一个新的模型，即Transformer，它省去了递归和卷积的复杂处理，以实现机器翻译任务的最新性能。
人工智能具有巨大的能量，在十二个人工智能相关领域，其中深度学习和机器学习在2－5年可以走向成熟。深度学习和机器学习在DeepMind的公司的AlphaGo中得到了很好的应用。尤其是其中的无监督学习的强化学习，使得AlphaGo的智能程度又上了一个高度。
人工智能是一个结构性的概念，是一个体系，其中深度学习和机器学习在目前的人工智能生态链中发挥着核心枢纽的作用。深度学习是人工智能生态链中非常重要的底层技术支撑，其中语音识别和视觉识别都有利用到深度学习为底层技术。人工智能的第三个浪潮的掀起主要就是因为深度学习算法的突破，由于一些开源算法框架的分享，极大降低了人工智能的技术门槛，加快了业内的深度学习的交流、成长和繁荣。
图 3 Innov100 人工智能创新TOP100
自动驾驶是指没有人干预的情况下所完成的驾驶行为。但是目前的技术还远远达不到这种程度，目前处于半人工干预状态，高德纳预测目前的无人驾驶到全自动驾驶真正应用需要10年以上的时间。
目前无人驾驶领域的测试、研究都在如火如荼的展开，各个厂商都在努力的进入这个领域。无人驾驶技术一旦成熟，收到最大冲击的就是传统汽车厂商，无人驾驶技术必然是会变革未来的交通出行的方式的。作为无人驾驶系统中的大脑，除了硬件的支撑，和极大的算力支撑，人工智能将起到决定性的作用。
其中提到的通用智能是指的强人工智能，就是像人类一样可以完成各种思维人物，而不是只在某一个领域可以胜任。比如AlphaGo就是在棋界称霸一方。
人工智能的涉及领域从2－5年、5－10年、10年以上都有包含。虽说目前人工智能媒体曝光和热度尚可，但是确实达不到可复制的大范围的场景应用，所以之后的人工智能发展会逐步稳定发展。
