任何一个成功的技术都会经历“研发创新、早期应用、主流化、被更好的技术取代”这一周期。随着深度学习技术在学术界广泛研究和工业界的应用，它有望在不久的将来变成如同GPS和智能手机一样普及的技术。用户在经历了最初对它的效果的惊奇之后，也会习以为常。不使用深度学习技术的产品会如纸质地图和功能手机一样，变成老古董和异类。
21世纪将是人类从后工业化社会进入后人工智能社会的世纪。现在人们习以为常的垃圾邮件过滤、商品推荐、网页搜索，都已经融入了人工智能的元素。人工智能大范围普及之后，下一个革命性的技术是什么？有人预言是“人工知觉（Artificial Sentience）”。
事实上，机器智能之间的战争已经拉开了帷幕。例如，垃圾邮件过滤功能的基本原理就是用关键字、词频分析等自然语言理解的算法，来区分垃圾邮件和有用的邮件。然而垃圾邮件的制造者为了绕过自动过滤算法，会使用机器人自动产生读起来更像有用邮件的垃圾邮件。垃圾邮件产生器与过滤器之间的战争，在不知不觉中推进了自然语言理解这一人工智能领域的发展，最终甚至能够教会机器真正理解人类的思维方式。
谷歌自然语言理解项目的总监雷·科兹维尔（Ray Kurzweil）在近作《奇点将至》中提出，21世纪之内，电脑与人体的融合将成为可能，甚至将人的意识数字化后上传到电脑中，使人获得永生。
与此同时，人工智能将极大地改变商业模式和劳动力市常诺贝尔经济学奖获得者保罗·克鲁格曼已经在构想人工智能技术普及带来的第四次浪潮，并称之为“偏袒资本的技术进步”——随着技术进步，工作机会将减少，而员工的工资将会降低。正如工业自动化让福特通用汽车公司生产线上的工人失业一样，智能的机器算法将让一些传统的金领职员失业，例如：出纳、会计、精算、统计、股票交易。这些工作的共同特点，是基于重复经验所总结出的确定规则，从业人员执行的是一个归纳（Deduce）的过程。而深度学习技术最擅长的正是从海量数据中归纳出确定性的规则，并应用到新的数据上。
当然对于工作机会的减少，也有乐观的观点，例如谷歌创始人佩奇预言机器将大幅度提高整个社会的产出和效率，因此人们也就可以缩短工作时间。佩奇表示：“多数人喜欢工作，但他们也同样喜欢花更多的时间陪伴家人或者追求自己的业余爱好。而且这样做的另一个好处是，通过减少工作周数，你可以把工作分配给更多的人去做。”
会超越人类吗?
现在比较主流的人工智能，是用计算机算法来帮助人类完成一些任务。这种观点将人脑看成一个黑箱，通过收集这个黑箱的输入输出来模仿黑箱的功能。黑箱内部的算法与人脑的结构和机理相去甚远。但是，有一些特立独行的人工智能学者选择了完全不同的研究方式。
人类意识的核心就是在不同层次的“怪圈”之间的递归。如果我们联系深度神经网络的核心“自编码”算法，正是这种“指向自身的怪圈”。侯世达在发表《集异璧之大成》之后的几十年里，专心研究“思考是什么”以及智能和意识之间的关系。他在最近的一次采访中这样概括“思考”：“思考就是尝试去触及你身处境况的本质。”
迄今为止的机器智能，都还只是在模仿人类的逻辑思维，即意识的部分；而真正驱动人类行为的本源性的潜意识还停留在心理学领域，远没有被计算机科学家们充分认识，更谈不上模仿了。
作曲、编导、新产品设计这类凭借直觉的创造性工作，人工智能在未来10年里还无法取代。创造的实质是想到别人从未想到的东西，此时不仅需要应用现成的规则，更需要突破现有规则。引领时代的是设计，设计的核心是决定做什么，而技术只能跟随设计，解决怎么做的问题。在创意驱动的产业，核心的资源是创新的想法，所以控制无形的知识产权（例如专利、版权）的机构和个人将获得最高的利润。美国著名的专利运营公司InterDigital只有290名员工，每个员工2012年带来的收入是93万美元。相比之下，同是2012财年，苹果公司在全球雇用了8万个员工，这些人给公司带来了550亿美元的利润，平均每人超过69万美元。而遍布全球的44万名麦当劳员工，每人创造的利润则只有18万美元。