在笔者的关注的材料领域，涌现出越来越多的使用机器学习方法进行材料预测的工作。几年前，美国就提出了“材料基因组”计划，现在的趋势和成果都表明这一计划取得了不小的成就。目前的情况仍然处在方法开发、整合。这些方法逐渐开始成熟，产出一些初步的结果，比如出现许多新的材料结构和性能的计算数据库。这些成果还处于初期阶段，但随着这个领域进入的人才越来越多，发展将会很快。预计几年之内，就会出现成熟的工具的成果。

受到社会广泛关注的人工智能领域也一片繁荣景象。阿尔法狗，自动驾驶，深度学习等等，开始成为资本角逐的新的竞技场。现在资本的速度无限接近于想法的速度，也就是光速。罗马不是一天建成的，目前的状况是：乱花渐欲迷人眼，浅草才能没马蹄。一方面，传统技术的需求是巨大的，新的方法不会一夜变了天。另外，无论资本风口如何热闹，未来究竟在那些领域可以快速取得应用仍然是未知数。技术到最后是工程问题，这个过程在初期可以很粗犷，但可能几个细节就可以堵死一个新技术的应用。