谷歌则试图通过 TensorFlow 这款可以开发机器学习系统的开源人工智能框架来挑战它的地位。谷歌近公开的 Cloud AutoML 也是一套经过预先训练，可以让人工智能变得更容易使用的系统。以 Azure 平台加入云服务大战的微软则选择与亚马逊合作，推出了一款开源深度学习框架 Gluon。在理论上，Gluon 可以让创建神经网络——一款试图复制人脑学习方式的重要人工智能技术——变得和开发手机 APP 一样简单。
目前的人工智能云服务市场可谓群雄逐鹿，众巨头都在争抢人工智能未来的巨大商机。可惜，绝大多数的公司依然缺乏了解如何使用云端人工智能的人才。所以，亚马逊与谷歌也创办了咨询服务。行业人士认为，当人工智能技术通过云端来到每个人的面前的时候，真正的人工智能革命才会开始。四：对抗性神经网络人工智能在识别事物方面越来越强：向它展示一百万张照片，它可以用惊人的精确度告诉你哪些照片中有行人正在通过马路。
但是，AI自身并不能生成行人的图片。如何让AI自己学习并创造一个全新的东西，这是一直在困扰行业发展的。解决方案首先出现在蒙特利尔大学博士生Ian Goodfellow的学术论证中。该方法被称为生成对抗性网络(generative adversarial network，GAN)，它采用两个神经网络(支持大多数现代机器学习的人脑的简化数学模型)，并在“猫捉老鼠”的数字游戏中让它们彼此对抗。
两个网络都使用相同的数据集进行训练。其中一个被称为生成网络，负责为它已经看到的图像创建变化；第二个被称为判别网络，被要求判断它所看到的例图是像它被训练过的图像还是生成网络产生的虚假图片。对抗性神经网络在过去十年中已成为人工智能领域最具潜力的技术突破，能够帮助机器产生“欺骗”人类的结果。两个人工智能系统相互对抗，创造超逼真的原创图片或声音，这是机器以前从未做过的。
它赋予了机器类似想象力的能力，这可能会帮助他们减少对人的依赖，同时也将它们变成数字造假的超强大工具。五：DuerOS人工智能系统DuerOS是百度度秘事业部研发的对话式AI操作系统,拥有10大类目的250多项技能。DuerOS包括了从语音识别到语音播报再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着应用层和能力层的实现。
2018年7月4日，最新的DuerOS 3.0正式发布，使赋能的产品能够实现语音多轮纠错，进行复杂的递进意图识别与带逻辑的条件意图识别，从而更加准确判断用户意图，最终实现功能升维——利用扩展特征理解用户行为。基于此，DuerOS3.0提供了包括有屏设备解决方案、蓝牙设备解决方案和行业解决方案等在内超过20个跨场景、跨设备的解决方案。
DuerOS3.0能够为用户带来了划时代的自然对话交互，包括情感语音播报、声纹识别等能力在内的自然语言交互技术的全面升级。更为重要的是，DuerOS率先开启AI时代商业化，将为生态合作伙伴从产品、内容与推广三大方面提供完整的应用方案支持，加速AI设备落地。六：移动AR技术未来移动AR技术将向创意性AR应用、基于位置的AR体验、多人AR体验发展。
并且AR与AI的结合也必将成为趋势，业内人士将AR比喻成AI的眼睛。AR技术不仅展现了真实世界的信息，而且将虚拟的信息同时显示出来，两种信息相互补充、叠加。在视觉化的增强现实中，用户利用头戴显示器，把真实世界与电脑图形多重合成在一起，便可以看到真实的世界围绕着它。增强现实技术包含了多媒体、三维建模、实时视频显示及控制、多传感器融合、实时跟踪及注册、场景融合等新技术与新手段，为人类感知信息提供了新的方式。
随着苹果 ARKit、谷歌 ARCore 的发布，移动AR在两大移动平台上均意义重大。虽然有不少人对现阶段的AR仍表示失望，但两大移动平台的涉足意味着，全球 5 亿台支持 AR 功能的移动设备正在吸引所有的公司入局，这些公司正在将数据与 API 相结合，创造出新的消费者 AR 体验。七：机器人流程自动化机器人流程自动化（RPA）是通过使用高性能认知技术实现业务的自动化和工作的效率。
人类只需在操作界面上编写需要人工完成的工作流程，即可处理各种业务，如浏览器，云，以及各种软件。根据Gartner数据显示，在2018年，全球范围中大型商业巨头里有300家陆陆续续开展了RPA工程，将原先手工化的流程进行自动化改革。随着科技的进步RPA将融入更多人工智能技术，即智能流程自动化（Intelligent Process Automation）。
