目前，人工智能已經對駕駛汽車、語言翻譯和識別人臉等任務駕輕就熟。接下來，人工智能領域的下一個目標是讓AI擁有直覺意識，從而對外界作出反應。

一篇發表在計算機通信協會網站上的關于人工智能的新文章發現，人工智能已經發展到開始像人們一樣理解世界，而不需要人類通過仔細地輸入程序數據集來教它們認識世界。

Facebook人工智能研究主管YannLeCun表示，該公司和其他機構的研究為人工智能提供了更多培養人類直覺的機會，這才是完善人工智能的關鍵。而人工智能在下一階段將通過觀察來進行學習，這種學習方式與剛出生的嬰兒相似。

LeCun向AssociationforComputingMachinery網站表示：“目前，我們還不清楚如何在機器上復制意識直覺，這是一種遺憾。在我們學習如何做到這一點之前，我們不會進入人工智能研究的下一個階段。”

目前，大多數人工智能都采用的是“受監督式學習”模式，在這種學習模式中，人類會使用大量認真標記的數據集對人工智能進行訓練，從而使后者能夠完成識別人臉或語言翻譯的任務。預測性學習在人工智能領域是一種全新的學習方式，該過程中人工智能完全不受人類監督，所以也不需要有標記過的數據集。相反，人工智能開始自己進行觀察，并利用自己的觀察來探索世界是如何運轉的。

有人在工智能研究主管YannLeCun的Facebook上評論：特斯拉CEO伊隆馬斯克如何對人工智能的未來有更美好憧憬。馬斯克對此發表了尖刻的評論。他在個人的Facebook上關于預測性學習發文的評論中回復到：“如果你所能做的唯一一件事就是夸夸其談，那么你很容易成為一個有遠見的人。但是，如果你是一個有自尊心的科學家或工程師，那么在你成功地實現你所描述的憧憬之前，你能說的只有這么多。”

從本質上講，研究人員是時候把人工智能當做個嬰兒來看待，用教嬰兒的方式教教它，看看會有什么結果。Facebook的人工智能研究實驗室正在努力讓人工智能利用直覺載體將事物的特征聯系起來，從而在其印象中建立起一個有機世界的形象。

與此同時，其他機構的研究實驗室也已經建立起了神經網絡，都爭相在人工智能印象中創造出最逼真的圖像。這樣，人工智能就可以觀看一些電影的畫面，并預測接下來的畫面會是什么樣子的。這是一種更接近于直覺的認知，是一種對未來的感覺，而不是如今人工智能所謂的局限性。

LeCun認為，弄清楚如何有效地利用這種學習方法是進入下一階段人工智能研究的途徑。