近幾年，人工智能（AI）領域實現了重大科技進步，不僅處理能力和計算效率顯著提升，還出現了許多關于對象識別、語言和深度學習的新洞察。自 20世紀 50年代初，IBM 就已經涉足人工智能領域，時至今日，促成了相關領域多項科技的進步。2019年，對于 IBM 研究院（IBM Research）人工智能部門來說，是一個轉折點。
2019年，在 8場頂級人工智能會議上，IBM 研究人員的 175篇常規論文的研究成果獲得了認可，其數量突破了新的記錄。
2019年 9月，IBM 主辦了第二屆年度人工智能研究周活動，并設立人工智能硬件研究中心，國內服務器，進一步探索新一代人工智能硬件的研發。
2019年，MIT-IBM Watson 人工智能實驗室的成立迎來第二個年頭，這一年，成功吸引波士頓科學、Nexplore、路孚特和三星加入其新成員計劃，成為正式成員，讓實驗室獲得飛速發展。
2019年，IBM 研究院還在語言研究方面取得了重大突破。在今年 2月召開的 Think 大會上，IBM Project Debater 與冠軍辯手 Harish Natarajan 展開較量；今年 12月，IBM Project Debater 又在劍橋聯合會這一全世界歷史最悠久的辯論社團現身，與 Harish Natarajan 和其他人類辯手合作。
此外，IBM 研究人員繼續專注于構建并推出值得信賴的人工智能解決方案，進一步提升了人工智能的能力，借助開源 AI Explainability 360 工具套件向人類解釋了人工智能提出的各種建議。
以上，僅是 2019年 IBM 研究人員取得的重大成就之中的冰山一角。
2020年人工智能將如何發展？
2020 年， 人工智能的進步主要涉及三個主題：自動化、自然語言處理 (NLP) 和信任。
從廣義上來說，我們將看到人工智能系統將以更迅速、更簡單的方式為數據專家、企業和客戶提供服務。自然語言處理（NLP）將在幫助人工智能系統使用日常語言來交談、辯論和解決問題的過程中發揮關鍵作用。隨著各項技術進步的實現，我們將看到，通過利用可解釋性和偏見檢測技術等眾多工具，人工智能數據管理會變得更透明、更易于追責。
一、人工智能的理解能力會有所提高其應用范圍將會擴大
人工智能系統擁有的數據越多，其能力提高的速度就越快。然而，對于擁有較少數據的部分企業和組織而言，如何滿足人工智能對數據的需求則是一個難題。但是，這并不意味著此類企業和組織無法使用人工智能。明年，更多人工智能系統會開始依賴集學習能力和邏輯性于一身的“神經符號 (neuro-symbolic)”技術。神經符號技術是突破自然語言處理（NLP）技術的關鍵，它能夠結合常識性推理和各領域的專業知識來幫助計算機更好地理解人類語言和對話。此類突破將幫助企業部署對話能力更強的自動化客戶關懷工具和技術支持工具，同時還大大減少了訓練人工智能所需的數據量。
二、人工智能不會搶奪工作但會改變工作方式
未來數年，人工智能將持續影響職場。但是，人類根本無需擔心機器會搶奪自己的飯碗。相反，人工智能還能通過自動化改變人們的工作方式。MIT-IBM Watson 人工智能實驗室的最新研究顯示，人工智將越來越多地幫助我們完成日程安排之類的任務，但是，對于需要一定技能的崗位來說，人工智能的影響較小，比如設計專業和行業策略。預計到 2020年，隨著人工智能進入世界各地的工作場所，員工們會見證其影響。企業雇主必須開始進行崗位調整，而員工則應該專注于拓展自己的技能。
三、人工智能將會設計值得信賴的人工智能
為了提高人們對人工智能的信任度，相關系統必須可靠、公正、負責。我們必須讓公眾確信人工智能技術是安全的，人工智能提供的結論或建議不偏不倚且未被操控。2020年，云主機，影響可信度的種種要素將被融入人工智能的生命周期之中，幫助我們構建、測試、運行、監控并認證不僅具有卓越性能，而且值得信賴的人工智能應用。正如 AutoAI 的崛起——即利用人工智能來構建人工智能，我們還會看到“利用人工智能來管理人工智能”這種技術的崛起。我們可以利用這種技術在各行各業創建值得信賴的人工智能工作流，尤其是那些受到嚴厲監管的行業。
四、人工智能對能源的需求要求我們采用更環保的技術
