人工智能近年发展迅速，而接下来的发展，将以自动建立脉络为主轴。目前的人工智能还不够成熟，其所做的分类与模式辨识，还不会考量其背后的脉络。

　　据报导指出，第一波的人工智能仍局限于部分问题的推理，没有学习能力，也无法处理不确定性；第二波的人工智能有比较多的认知、学习与推理，当今热门的脸部辨识，就是用统计学习来进行训练。第三波的人工智能科技，是以脉络化的适应为基础，可以自动化建立脉络化模型。

　　在有限的脉络下，透过物联网（IoT）传感器取得信息来够建构整体环境，这是很有价值的。群众资源也可以用来侦测错误，包括Google翻译、以及Facebook、Google、Yelp和亚马逊（Amazon）的建议系统，就是利用这样的方法，当使用者发现某些结果不如人意，就会反馈给人工智能系统。

　　目前许多仓储与工厂，都在打造让人工智能与机器人能够运行的环境。过去几年来，第二波人工智能让汽车拥有自动驾驶能力，让机器能够正确辨认影像和声音，也让计算机在围棋赛中打败顶尖棋手。这都是因为调适性机器学习的发展所促成。

　　透过大量数据来训练，找出数据的模式、将这些模式进行连结。例如，在医学领域，专家将基因与医疗记录数据进行配对；在制造领域，可以把每个产品、机器、原物料、流程等进行分析。

　　将人工智能模块化，重新利用这些元件重复训练，可以加速人工智能的发展。各界正在努力让人工智能用于更多的情境，相关发展也会越来越快。