麻省理工學院研發的磁控線型機器人。圖源：MIT官網
波士頓動力公司Spot機器狗。 圖源：波士頓動力公司官網
人工智慧春天已至，三個層面皆有突破：機器人技術進步明顯，向擁有自我意識邁進；自動駕駛發展遇阻，急需消除安全擔憂；計算機技術優勢明顯，成相關產業重要推動力。
美國政府對人工智慧的高度重視和業界的大力投資，推動了人工智慧技術不斷進步。
在基礎層面，有英特爾公司的Pohoiki Beach神經晶片，其整合了1320億個電晶體，擁有800多萬個“神經元”和80億個“突觸”，人工智慧任務執行速度比傳統CPU快1000倍，能效提高10000倍；在技術層面，有Facebook的wave2vec機器學習演算法，其可使用原始音訊作為訓練資料，錯誤率低至2.43%，形成自動語音識別技術領域的新突破；在應用層面，更是百花齊放，尤其是在醫療領域，美國科學家不僅將人工智慧用於遺傳綜合徵、肺癌、乳腺癌、創傷後應激障礙等多種疾病的診斷，還利用其進行蛋白質摺疊結構的分析、抗菌耐藥性基因的識別，甚至是新藥的開發。
而在傳統的人機遊戲對抗戰場，人工智慧取得了更多的勝利： Pluribus在德州 撲 克賽中戰勝了6名全球頂尖選手，DeepRole則在類似“狼人殺”的多玩家線上遊戲“抵抗組織：阿瓦隆”中戰勝了各路高手。
人工智慧技術的發展帶動了機器人技術的進步。哥倫比亞大學透過深度學習技術，建立了可在沒有先驗知識的情況下思考和適應不同情境的自建模機械臂；卡內基梅隆大學更是利用無創腦機介面技術實現了透過意念對機械臂的高精度控制。哥倫比亞大學的群體機器人能模擬細胞的集體遷移；弗吉尼亞大學的機器魚則是遊速和能效俱佳。麻省理工學院的磁控線型機器人能在腦血管等狹窄彎曲通道中穿行自如，波士頓動力公司的機器狗更是代代進化，如今已投入商用，其閃轉騰挪之間，盡顯機器人界高手風範。
相比於機器人技術和產業的不斷進步，自動駕駛稍顯落寞。2018年3月發生的全球首例優步自動駕駛汽車撞人事故產生的陰影並沒有完全消除。
Facebook人工智慧領域負責人傑爾姆·佩森蒂曾表示，人工智慧進步須突破算力依賴。佩森蒂的破解之法是進行更多的軟體創新、硬體和軟體的最佳化，但轉換思路，提高算力也不失為一條可選之道。2019年，美國在計算機技術領域仍居世界領先地位。“TOP500”組織的兩期全球超算500強榜單中，美國超算牢牢佔據著前十的半壁江山，“頂點”更是遙遙領先。研發方面，能源部的E級超算計劃次第展開，“極光”“前線”“酋長巖”的開發緊鑼密鼓；量子計算領域爭鋒激烈，IBM推出“IBM Q系統1”，谷歌更是宣稱實現了“量子霸權”。