迄今为止我们获得的人工智能应用上的进步仍然是基于传统二进制计算模型下计算能力的不断进步，包括AlphaGo，包括治疗癌症等等。由于互联网特别是无线连接技术的进步使得计算机架构出现了进步：互联网连接的众多计算设备从整体看大大增加了以往单台或多台设备的计算力。而这条路径还有很大潜力可挖，特别是电池和低功耗芯片（ http://mp.weixin.qq.com/s/HVZA0Y66SJ0ADQ2Ksd9DvA ）技术再继续进步的情况下。事实上深度神经网络也是这条路径下的，而缺乏基础理论的突破，人类对人脑机制的不完全理解使得这个方法也只停留在盲人摸象的阶段（ http://mp.weixin.qq.com/s/JitX42CARaA8kMatQfFi-Q ）。因此真正突破性的强人工智能还需要可能是量子计算模型的新路径。需要注意的是在路径一下硅基计算机的整体计算力勉强跟上了人类个体，但离人类整体还差很远。计算效率、创新、想象、情感等等这些可能都要靠新路径，而这条新路径的入口在哪还没看到呢。
现在谈人工智能对人类工作和经济的毁灭性影响其实还为时尚早。一些所谓多数人会没事可干只能虚拟消遣消耗时间的论调是不符合基本的经济学规律的。因为如果这些人没事可干需要养着，意味着他们的劳动力成本会很低，比机器还低，那么资本会选择这些人而不是机器。即便机器智能有所突破，但很多工作是无法突破宏观尺度的物理定律的，这就是为什么机械手要做到人手的精细、灵活程度比芯片不断增加计算能力要难。
当然说没影响也是不可能的，蒸汽机都对人类社会都产生了巨大影响。在仍然缺乏基础理论突破的情况下，个人要比机器更有价值还是必须调整学习和工作的方向，比如做跟美学、创造、想象密切结合的事，或者去拓展物理空间，踏上星辰大海的征途等。这方面即使有trump或brexit式的逆流，我仍然对人类的螺旋进步抱乐观态度。我也支持人机结合的进化（ http://www.dailymail.co.uk/sciencetech/article-4107706/How-man-merge-machines-Elon-Musk-reveals-thinks-AI-human-symbiotes.html ），未来通过大脑连接辅助计算设备会像戴眼镜一样自然。
