深度仿真

  Deepfakes是近年来出现了巨大进步的另一个领域。2019年出现了很多令人高兴的幽默的深造假，在许多社交媒体网络上广为流传。
  但是随着时间的流逝，这项技术只会变得更加复杂。这为可能在现实世界中损害或破坏人们声誉的一些令人担忧的后果打开了大门。
  随着Deepfake越来越难以与真实录音区分开来，我们如何在将来判断出它们是否为假冒产品？这很重要，因为深造品很容易被用来传播错误政治信息，破坏公司甚至是网络欺凌。
  谷歌和Facebook一直试图通过发布数千个Deepfake视频来教AI如何检测它们来克服这一问题，似乎也难过。

人脸识别

  面部识别目前越来越广泛的应用在我们的生活之中。
  越来越多地使用人工智能来帮助识别人脸并跟踪人们的位置。一些提议的解决方案甚至可以通过分析他们的步态和心跳来帮助发现他们;基于AI的监视已经在世界各地的许多机场中进行，并且越来越多地被执法部门采用;更为重要的是，基于面部识别的支付系统正在中国兴起，目前已经能做到不带钱包也不带手机即可出门买到自己想要的东西了。

预测性文本

  预测性文本已经存在了一段时间，但是通过使用AI对其进行增压，我们可能会达到这样的程度，即AI会先知道您要编写的内容。例如，“智能”电子邮件预测文本已在Gmail等产品上进行测试。
  如果使用正确，这可以帮助用户显着加快写作速度。当然，即使AI正确预测了您的意图，许多人还是会发现自己总是在写下整个句子。

计算机图形学

  2020年值得关注的趋势之一将是在计算机生成的图形中使用AI的进步。对于更逼真的效果(例如在电影和游戏中创建高保真环境，车辆和角色)而言，尤其如此。
  在屏幕上重现逼真的金属副本，木材或葡萄皮的暗淡光泽通常是非常耗时的过程。对于人类艺术家，它也往往需要大量的经验和耐心。
  各种研究人员已经在开发新方法来帮助AI做繁重的工作。
  他们正在使用AI来改善光线追踪和栅格化等功能，以创建一种更便宜，更快捷的方法来渲染计算机游戏中的超真实感图形。
  维也纳的其他研究人员也在研究在艺术家的监督下实现部分或全部自动化过程的方法。使用神经网络和机器学习从创建者那里获得提示，以生成示例图像以供批准。