傳統交通運輸系統向智能交通系統轉化過渡的速度可能會讓公眾大吃一驚。例如無人駕駛汽車將在2020年被廣泛使用，而且它不僅僅是家用汽車，包括無人駕駛的送貨卡車、無人駕駛飛機和個人機器人都將成為社會普遍需求。
uber式的“汽車即服務”理念會逐漸在道路上取代人們選擇使用私家車出門的方式，並且可能會取代公共交通或者將其轉變為類似的按需服務。上下班將讓人們享受一段放鬆的時間，這可以鼓勵住得離家更遠的人們更高效的工作，而且可以減少對停車場的需求，從而徹底改變現代城市的面貌。
越來越多的傳感器帶來更多量的數據將使管理員能夠對個人的移動、偏好和目標進行模型規劃，而這可能會對設計城市基礎設施產生重大影響。
在未來的15年裡，機器人會變得更加普及，它們可以做比如運送包裹和辦公室清潔工作等等。移動芯片製造商已經在嘗試將上世紀的大型超級計算機的力量壓縮到一枚芯片上，而這將極大提升機器人的計算能力。
通過雲數據連接的機器人將能夠共享數據以加速學習。如微軟的Kinectwill，這樣的低成本的3D傳感器將加速人工智能感知技術的發展，而語音理解的進步將增強機器人與人類的互動。如今，實驗室裡的機器人手臂可能會在2025年左右演變成電子設備消費品。
未來15年，人工智能對醫療保健的影響將更多地存在於監管方面，而非技術。在醫療保健領域，人工智能最多轉化的可能性是獲取數據這方面，但美國食品藥物管理局未能找到解決隱私和數據獲取之間折中這一難題的解決方案。電子病歷的數據導入效果也很糟糕。
如果沒有這些障礙，人工智能可以實現通過瀏覽患者病歷和科學文獻來實現信息自動化診斷。這種數字助手可以讓醫生在使用他們的直覺和經驗指導整個過程的同時，專注於針對個人醫療護理的準確度。
通過並應用統計人口層面，患者記錄、可穿戴設備、移動應用和個人基因組測序的數據將使個性化醫療成為現實。雖然完全自動化的放射科不太可能實現，但獲得龐大的醫學成像數據集將使機器學習算法訓練出的人工智能能夠幫助醫生進行“分流”或人體掃描檢查，從而減少醫生的工作量。
到2030年，課堂學習和個人學習將可能大同小異。大規模開放在線課程（mooc）將通過智能導師和其他人工智能技術進行互動的方式，使個性化教育更具規模。以計算機為基礎的學習方式並不能取代課堂教學，但在線工具將幫助學生用自己喜愛的方式進行個性化學習如何使用適合他們的技術。
複雜的虛擬現實可以讓學生享受沉浸在歷史和虛構的世界中，或者探索現實世界中難以融入的環境和科學對象。數字閱讀設備也會變得更加智能，這些設備將提供自動連接到補充信息庫以及安置了不同語言的自動翻譯系統。
不過，目前這方面的人工智能領域的投資不足，因此這些能力能多快在現實中出現並不不確定。沒有人格基因的機器學習可能會在無意中帶來種族或性別歧視相關的顧慮，或者類似於郵政編碼的替代因素。但人工智能程序比人類更容易承擔責任，因此它們更有可能幫助消除歧視。
人工智能的影響將在人們的工作場所中得到最明顯的體現。到2030年，人工智能將會影響像律師、財務顧問和放射科醫生這樣的專業工作人士。隨著人工智能能夠承擔起越來越多的角色，員工相對較少的企業將能夠迅速地擴大自己的規模。
人工智能更有可能在短期內取代一些任務而不是人們的工作崗位，而且還會創造新的就業機會和市場，即使我們目前很難想象這些新工作將來會是什麼樣子。儘管這可能會降低收入和就業前景，但增加自動化也會降低商品和服務的成本，所以它其實能讓人們生活質量得到提升。
這些結構性轉變需要政治干預而非純粹的經濟效益來確保這些富人享有跟以前一樣的利益。短期而言，這可能僅僅包括對教育和再培訓的資源投入，但較長期而言，人工智能在工作方面的引入需要更為全面的社會保障體系，或採取比如保證基本收入之類的措施。
到2030年，娛樂行業將是互動的、個性化的，而且肯定比現在更加吸引人。傳感器和硬件上的研究突破將會讓VR技術、觸覺技術和機器人助手走進千家萬戶。用戶將可以與智能娛樂系統交流互動，它們會表現出情感、同理心以及適應周圍環境的能力，比如適應一天的時間。
但人工智能技術的進步也會讓你能夠選擇自己偏好的娛樂項目變得更容易、更吸引人，例如你可以通過人工智能應用幫助你創作音樂或編排舞蹈。讓高質量的娛樂產品大眾化，我們現在幾乎不可能預測出將來我們對娛樂更高品味的需求將會如何發展。
閱讀更多 互聯科技論 的文章
