2017年，中国发布了《新一代人工智能发展规划》，其中概述了AI发展的具体研发资金与目标，希望推动中国在2030年成为全球AI技术的领导者，并借此为国家经济贡献约1500亿美元。虽然美国在大多数AI相关指标当中占主导地位，但中国在启动股权融资以及数据收集方面则处于明显优势。此外，在全球前20所AI研究排名最高的大学当中，中国拥有17所。
AI正重塑能源行业
人工智能在能源领域的应用正在激增。比如，埃克森美孚下辖子公司XTO Energy正在与微软方面合作，利用机器学习、商务智能应用以及云技术从其160万英亩油田当中收集数据。这些实时数据将能够改善钻井及用于监测的基础设施的泄漏情况和维修条件。
这样的合作关系也使得XTO成为云技术应用规模最大的石油与天然气企业。据估计，微软公司的技术实施有望到2025年帮助XTO方面将石油产量提升至每天5万桶。
除此之外，AI还有助于提高能源基础设施的安全性。太平洋天然气与电力公司已经着手采用机器学习技术，用以应对因气候变化而加剧的加利福尼亚州野火问题。事实上，部分野火事故甚至完全属于自发燃起，并造成数十亿美元的损失。加州电力公司目前尝试利用无人机检查其输电塔，而后通过AI将图像转换为数据点——目前其能够采集的数据点已经高达10亿个。将这些数据输入算法之后，算法即可确定该公司应该将资源集中在哪里，以降低发生潜在野火的风险。
与此同时，智能能源系统将越来越多地允许客户利用可再生能源为其家庭及企业供电。可再生能源在本质上拥有间歇性属性，因为其主要来自太阳辐射、云层覆盖、风以及海浪等。现代技术能够帮助公共事业企业通过智能电网改变这些稳定性较差的能源的流动方式，而且智能化程度越高，效果也就越好。随着能源存储能力的提升，企业能够将更多剩余的电能输送至公共事业级电池当中——包括锂离子电池以及氢燃料电池等等。
AI技术并不完美
虽然AI技术能够为我们的经济做出巨大的贡献，但同时也可能带来非常可怕的风险。计算机与机器的实际效果受到程序设计水平的限制，而这类设计工作完全由人类完成，因此设备就如同开发它们的人类一样远称不上完美。与此同时，数字化与互连性的增强则提升了设备受到操纵甚至造成破坏的可能性。我们对于大数据以及机器学习技术的依赖性越强，用户面临的网络安全风险也就越可怕——电网与其它公共事业企业已经在着手解决这个问题。而颇具讽刺意味的是，他们在解决此类问题时也通常需要借助人工智能的力量。
因此，全球政府与各监管机构必须建立适当的政策性机制，用以解决技术应用规模化所带来的具体问题以及风险。比如，最近美国会见了经济合作与发展组织（简称经合组织）各成员国，希望确定在国际上使用人工智能技术时所应遵循的原则与准则。这无疑标志着各国政府向负责任的AI实施迈出的重要一步。
