1. 多数深度学习硬件创业公司都将失败
原因：这些创业公司大多不懂软件，也不了解开发软件的成本。这些公司可能会提供芯片，但却没有任何东西会在这些芯片上运行。
Google: TPU 张量处理器
2. 元学习将成为新的SGD
3. 生成模型推动新型建模，目前的多数研究都是生成图像和语音；其中一个领域是用深度学习建立经济模型。
4. 通过自我对局来自动化创建知识
5. 有直觉的机器将填补语义鸿沟
6. 可解释性无法实现——我们只能伪造
(1) 较为人所知的问题在于，解释有很多规则，人类不可能全部掌握。
(2) 第二个问题不太为人所知，那就是机器会创造很多人类完全陌生且无法解释的概念。我们已经在AlphaGo Zero和AlphaZero的策略中看到这种现象。人类认为这种举动超出常规，但它们或许只是没有能力理解这种行为背后的逻辑而已。
我们需要通过“伪造解释”来提高深度学习的可解释性。
7. 深度学习研究信息将会大量减少
8. 通过教学环境实现工业化
9. 对话式认知崛起
10. 我们要求对人工智能的使用符合道德标准。