人工智慧是不是只是一場鬧劇？

01-14

我是一名即將入學的計算機系研究生。研究方向是自然語言處理。也參加過一些類似kaggle的競賽。在學習的過程中遇到了一些困惑。因為我感覺很多所謂的機器學習深度學習研究。不過是在花費很大力氣提升小數點後不知道多少位的進步。這樣的提升究竟有何意義。考慮到前兩次人工智慧浪潮。會不會4 5年後。我們又會被別人指責時騙子。從現在的人人追捧變成人人喊打。

事物總是螺旋式發展，在某些時刻出現停滯甚至倒退，是必然的。通過這些時刻，也將淘汰那些並不真誠、只是跟風或炒作的人。

人工智慧從1950年代正式命名發展到現在也不過70年的光景，所取得的成就、對社會的變革已然舉世矚目。也許人工智慧中的一時一事不免會淪為鬧劇，但毫無疑問人工智慧是一項偉大的事業。

對人工智慧的一些演算法比如ML/DL/RL/NLP這些有一定的了解的同學包括我都會擔心這種重視是言過其實的，畢竟本身這些東西其實沒有大家想的那麼高大上，好多就是題主所描述的民工活。

然而，轉念一想，似乎其他的方法相比而言其實更不堪，至少人工智慧近年來還是確實推動了人類社會的進步的，也就釋懷了。

人工智慧不是鬧劇。

人工智慧概念包裝下低技術產品的大量投資是鬧劇。

人工智慧不會是一場鬧劇，只是現階段被過於炒作追捧。

即使現在只是提高小數點不知道多少位的進步，只要這些進步累積起來，也會是大的進步，更何況這些只是量變，當積累到質變的時候，那就會有大的飛躍。

上面一段是慣常的官方忽悠話術，實際上，現在的人工智慧還遠沒到質變的時候。

以前看到過一個說法，所謂人工智慧有幾個階段：

最高階段，創造真正的智能，能夠獨立自主發展，超越人類的智能；
次高階段，對人腦的完全模擬，製造出和人類一樣的智能，這種智能只是人類智能的複製，不可能超越人類智能
最次階段，模擬出像是人腦智能的表現，只是看起來像是有智能……而已

毫無疑問，現在我們還只處於「最次階段」，所謂機器學習，也只是靠CPU計算來模擬出類似人腦決策的結果，沒有模擬出人腦的思維過程。

阿爾法狗看似很厲害，但是消耗那麼多CPU那麼多電，也只不過打贏不到兩公斤重量的人腦，可見現在AI也就這個樣子，離科幻小說里的目標還差得遠。

現代社會的一個特點，就是科技發展被資本資助，因為科技發展能夠給資本帶來更巨大的利潤。好，如果我們把AI的成功和資本的成功劃等號，那現在AI還真挺成功的，某些公司通過炒作AI概念，資本價值節節升高，這就贏了；但是，如果從科技發展來看，這樣通過虛妄的炒作帶來的繁榮，就會和上世紀末的互聯網泡沫一樣，吃棗藥丸。

雖然現在AI還有這樣那樣的問題，但是這個方向是沒有錯的，只要業界人士持續努力，總有一天，AI會極大地改變人類生活……可是，這正是我最擔心的，AI真要牛逼起來，連創造他的人的工作都會奪走的。

有一個寓言：當斧頭被發明的時候，所有的樹木都顫抖了，智者對樹木們說，只要你不提供柄，斧頭就傷害不了你們。

可是，現在樹木不還是在被斧頭砍嘛。

不是。

看過一句話，如今找不到出處，但牢記於心並深以為然，大意是：

若干年後，人工智慧這個概念已如同其他很多大的紅極一時的概念一樣沉睡，但人工智慧的理念和方法已滲透到各處，參與著這世界方方面面的工作。

鬧劇倒不是，積極影響很明顯，就是被吹得太過了，包裝太多，這一波熱潮我感覺是名過其實的。

人工智慧也分不同階段/強度/原理的人工智慧，相信不少人都知道了弱人工智慧和強人工智慧這些概念了。

現階段的人工智慧還是菜的摳腳的弱人工智慧，也就是還不能像人類一樣對自己感知到的東西演繹、推導、即興做出反映、並且解決問題。

在我的小學初中的時候，我對於人工智慧的理解僅停留在遊戲的AI上，就是那種「遇到什麼情況就幹什麼」寫死在代碼里的東西，不能做出大的改變。

近兩年的人工智慧熱潮基本上都來自於基於神經網路的機器學習(Machine Learning)（當然機器學習還有其他的方法，例如早就有了的遺傳演算法等等）。剛接觸這些概念的時候感覺很神奇，因為看到很多研究者和工程師訓練神經網路做出了很多令人驚訝的成果。

但是稍微了解過後，我個人感覺神經網路機器學習比較像一種「基於大數據的統計回歸」，也就是本質上沒有做出什麼最底層、最基礎原理的大突破，主要原理還是數理統計。這就是說需要有大量的數據和合理的神經網路設計才能得到很好的結果，過程還是有一點點玄學的感覺的- -。或許「神經網路」的靈感來自人腦神經系統的生理結構，但是現階段沒有明顯的證據表明神經網路方法就是在模擬人類大腦的神經網路。

人工智慧真正的突破我覺得會來源於人類腦計劃還有神經科學的突破，而不是計算機科學。現階段基於機器學習的人工智慧雖然取得不少靚麗的成果，但是要知道基於機器學習的系統基本上只能勝任某一種特定的任務，還不能做特別複雜的東西。應用場景很多，但是只要原理沒有根本性突破，AI的發展很快又會暫時到頂

以上是我的一點看法，我本人不怎麼搞ML，所以有什麼說的不準確的歡迎指出

鬧劇？

題主大概沒有經歷過，14年左右參加一個識別項目，使用的演算法有70+%左右的準確率，不斷迭代演算法然而並沒有本質上的提升。

然後師兄換了深度學習直接懟到了99+%的準確率……

所以這兩年的人工智慧熱潮本質上是由新一代演算法替代老一代演算法帶起來的。人工智慧起起伏伏很多年了，大致都是突破——質疑——平淡——突破，要看歷史的進程呀～【滑稽

資本主義的運作模式：一個概念熱了起來——資本瘋狂追捧———泡沫破了———大量水貨公司倒閉———剩下幾個最強壯的player成為行業中堅———開始吹捧下一個概念。

一直都是如此，AI不是第一個也不是最後一個，沒啥可擔心的。為研究AI而下的功夫也可以遷移到下一個概念，而且AI是個大坑本身就隔幾年熱一次。

當然泡沫破裂的時候，h1b怎麼存續是個需要擔心的問題。根據現行法律，雖然工作沒了需要馬上離境，但只要一年內能找到工作，就不用重新抽籤，所以理論上也不用太擔心。

炒科技概念至少比炒鬱金香靠譜，這就是時代的進步了。

自然語言當然還不行，但是很多領域並不需要非常高的人工智慧就能帶來巨大收益。

蘋果砸到牛頓腦袋的時候，如果有人說人類能上月球，他絕對是不信的。帶著對人類科學進步的無望，牛頓後半生都皈依了宗教。

人類就是依靠著小數點後四五位的改變一點點進化著，然後量變引起質變。以前無人駕駛汽車是谷歌在加利福尼亞研究的，現在天天在我公司園區里就有兩三輛跑來跑去。這個世界變化的速度遠快於你的想像。十年之內，無人駕駛一定會來到每個人的身邊。大客車，公交車，大貨車這類固定路線的車輛會首先被替代。

人工智慧在金融醫療教育方面也都在迅速發展。這會是這個世紀的主題。

一個比較新的概念出爐之後，就會產生一批跟風的，管他是不是，能不能，先跟了再說，一擁而上，於是概念就火了起來，大數據，人工智慧，共享都是這樣。時間一長，跟風死了之後，能活下來的基本上也就算是能做事的了。

所以我覺得還是樂觀的，別盲從就好。

人類的祖先嚮往大海的深處，今天的潛艇能入海數千米，取個名字叫「蛟龍」，不是希望它能翻江倒海，只是一個美好的寄託和寓意。

個人理解，人工智慧其實就是個遐想無限的名詞，就像「蛟龍」，人其實只是期望它潛水科考，為人類探索更大的空間，從沒人打算給他造個爪子，添上鱗片。人工智慧從來就不是為了和人類比較而出發的，只是期待它能代替高效率的完成一些工作，這個人字，其實也就是個標尺個嚮往。

就我略有了解的nlp而言，我不關心機器能不能像人一樣的思考，有人一樣的情感，我只關心機器能不能代替客服完成高質量的對話服務，所以研究單輪多輪對話，讓一個編輯/律師等職業擁有倍數增長的工作效率，於是研究文本分類，排序，自動生成，更有輿情分析，智能助理，人工智慧從來不是想去成為人，只是想解放生產力，誠然也是要砸一些飯碗。

在這個意義上來看，提升幾個點，就代表機器的工作效率更上一層，和人相比更有競爭力了，價值毋庸置疑。在細分領域上一點點的擠占，商業上的競爭，也是一個道理嘛。

事實上這只是我昨天晚上，半夜跑代碼時候偶然答的，居然也有朋友贊我，我完善一下，表示尊重和感謝。

---------------------------------

前幾天聽說現在有培訓機構教ML ，口號一個比一個響亮！

"3周搞定機器學習" "一個月精通人工智慧"

忽然明白。

人工智慧對於業內人士是趨勢，對於業外人士，和盲目想進入人工智慧的人來說，是絕對的鬧劇!

「deep learning 核心技術「 一共培訓4天！沒錯，你沒有看錯，就是4天，還是「核心技術」，培訓結束還發國家級資格證書！！！ WTF！

你讓那些碩士博士情何以堪！我師兄今年帶著3篇頂會博士畢業，也沒見誰給他發一個資格證書！

潮水過去，一定有一堆人在裸泳!

所以AI 本身真的是個趨勢，畢竟李彥宏都ALL IN 了。但是因為這樣荒謬的培訓和宣傳，使得外界吃瓜群眾對AI產生了很大誤解，這鍋我只能丟給那些無良媒體和毫無社會責任心的培訓機構了。

從工業角度來講，不是鬧劇，人工智慧給圖像識別，語音識別帶來了巨大提升。對安防監控，網路圖片審核，OCR，語音識別等行業帶來巨大前景。比如圖像識別相關行業，深度學習端對端學習，省去了大量人工為某種物體設計提取特徵精力，並且效果更好。光是降低了識別成本，就帶來了巨大的經濟效益。

題主所研究的NLP方向，可以說特徵比較稠密，相對於圖像語音這種特徵比較稀疏的效果提升並不明顯。因為語言規律可以看做是人為對外界信息提取總結，信息量很大。變一個字可能整個句子意思都變了，而圖像語音等原始信息某部分受到雜訊，大致還保持主要信息。所以總的來說NLP研究難度比較大。

外面媒體很多是外行，說風即是雨。很多是靠想像，科幻小說而來。脫離現實看問題，總是誇大他的作用。腳踏實地，我認為這方面是很有意義的，至少現在深度學習帶來成果是轟動的。

從雲計算到大數據再到人工智慧，你沒發現外行的比計算機行業的更狂熱嗎，這是一個非IT界比IT界對信息技術和計算機相關概念更瘋狂的時代

前途是光明的，道路是曲折的。

泡沫是存在的，破滅是肯定的。

技術會更新的，不搞是不行的。

論道是無用的，研學會受益的。

折騰了幾個月之後，公司高層今天決定放棄蹚人工智慧的渾水了

雖然大家很想用這個概念去融資，然而實在找不到落地的場景。

人工智慧最大的問題是可以落地的項目太少了，語音識別、翻譯的山頭已經被佔了，小公司也搞不起。圖像檢測之類是可以做的，但是找不到價值啊。我們又不是安防行業

外行炒得開心，跟前年的vr，再之前的物聯網一樣，只是一個媒體描述得很好的前景而已。ai的炒作十年來一次，淡定。

====================================================

簡單來說就是。。

推動人類文明發展的始終是一小部分人，大部分湊熱鬧的只是在做無用功。

alexnet開始在cv上的進步是非常顯著，這種就是真的發展。

然而大部分人玩的kaggle之類，最終結果只有千分之一差距，確實意義不大。。並沒有本質上的提高，這就是題主說的那種沒意義吧

至少目前階段實現了ai刪帖和ai評論帶動社會正能量。

其實很多人的回答沒什麼意義，因為他們都沒提到時間。時間是這個世界上唯一重要的東西。時間變了，一切都變了。

比如我說你會死，你覺得很正常，誰都會死。但是我說你明天就會死，你的世界一下子就變了，很多有意義的東西變得沒有意義。

人工智慧這事兒也一樣，如果是1000年後發展到真正有用的地步，那對我們又有什麼意義？對你們從業者又有什麼意義？去掉了時間，很多論斷都絕對正確，但又毫無意義。

好好學習，別想那些有的沒的。