多年来，我们一直在夸大人工智能的当前能力，但这并不意味着它没有光明的未来。这也许就是为什么斯坦福大学的研究人员在 2016 年构思了一项“人工智能百年研究”（100 年！），并计划在 2116 年之前每五年更新一次报告，记录人工智能的进展情况。在首次报告发布五年后，研究作者最近发布了第二份报告。
长话短说；博士？在不断改进的数据基础设施的支持下，我们在短短五年内取得了“显着进步”，但我们仍然“远未达到该领域在机器中重建完全类人智能的创始愿望。”然而，我们发现的是将人与机器结合起来以获得更好结果的重要性。它是“真正的”人工智能吗？不像最初设想的那样。但可以说它更好。
数据科学（以及由此产生的人工智能）成为现实的主要障碍之一与科学无关，而与数据有关。正如 FirstMark 投资者 Matt Turck 最近在“2021 年机器学习、人工智能和数据 (MAD) 格局”中所说的那样，直到最近，数据仓库才发展到“以一种有用的方式存储大量数据，而不是完全成本过高，并且不需要一群非常技术的人来维护。”是的，我们拥有数据仓库已有数十年，但它们既复杂又昂贵。最近我们涉足了 Apache Hadoop，它使事情变得更便宜但仍然过于复杂。
仅在过去几年中，该行业才专注于完善我们的数据基础架构，以使其对普通人（可能拥有也可能没有博士学位）变得更加平易近人。图尔克认为，通过以具有成本效益的方式“最终可能存储和处理大数据”，它“已被证明是其余数据/人工智能领域的主要解锁”，主要体现在三个方面：
尽管图尔克选择关注现代数据仓库的积极影响，但该行业也受益于数据库（分布式数据库、NoSQL 等）和云的其他进步，这使得数据迭代变得更加容易。通过这些和其他力量，存储和使用数据变得更加容易，这反过来又使组织能够利用这些数据做更多的事情。
这让我们回到了斯坦福大学的 AI100。
我们已经达到了这样一个地步，即我们在日常基础上与 AI 进行交互，并且通常会看到它的缺点。以特斯拉为例。尽管对注入人工智能的“全自动驾驶”进行了所有错误的营销，但特斯拉电动汽车远不能在任何情况下安全地将乘客从 A 点运送到 B 点，除非是在最严密控制的环境中。即便如此，我们已经看到了足够多的东西，对未来充满好奇和希望。
目前，AI100 的作者指出了人工智能取得真正进步的三个领域：
这并不意味着人工智能会很快取代人类，但它确实意味着人工智能越来越有能力以有意义的方式补充人类。正如他们解释的那样，“在人类和人工智能具有互补优势的情况下，增强人类能力的人工智能方法可能非常有价值。人工智能系统可能更擅长综合可用数据并在问题的特征部分做出决策，而人类可能更擅长理解数据的含义。”
例如，该报告的作者表示，机器永远不会成为照顾老人的合适替代品。 “良好的护理需要尊重和尊严，而我们根本不知道如何将这些东西编码到程序算法中。”但是，当老人可能需要药物或其他支持时，AI 会处理大量数据以向护理人员提出建议吗？或者也许使用 AI 驱动的图像处理来评估老年人可能自行服用但可能证明有害的药物（由于药物本身的数量或性质）并提醒护理人员？这是一个很好的组合。
有时诀窍是让 AI 模型自由地分析数据，然后弄清楚它是如何得出结论的。 “通过首先训练一个非常擅长做出预测的模型，然后努力理解为什么这些预测如此之好，我们加深了对从疾病到地震动力学的一切事物的科学理解，”作者指出。在这个例子中，机器促使人们更深入地思考数据，从机器无法理解但无论如何都能得出的结论中学习。
简而言之，机器能够分析大量信息，以更易于消化的方式总结或以其他方式将这些信息呈现给人们。这样，可以更有效地应用人类智能。人不会取代机器，机器也不会取代人。我们构建了数据基础架构，使大量数据成为可能，而机器则通过帮助我们理解所有数据来发挥作用。确实是一个很好的伙伴关系。