#AlgorithmDog » Feed AlgorithmDog » 评论Feed AlgorithmDog » 如果人工智能泡沫破灭了评论Feed alternate alternate -- + 强化学习系列 + 游戏人工智能系列 + 遗传算法系列 -- 如果人工智能泡沫破灭了 -- * 2. 泡沫的产生 * 3. 如果人工智能的泡沫破灭了 * 4. 总结 今天下午和朋友闲聊，聊到人工智能泡沫的问题。晚上写这篇博客，表达下自己对这个问题的见解。 -- 互联网行业自诞生以来，相关产业要么泡沫要么冷寂，并不存在不是泡沫又不冷寂的状态。人工智能现在显然不是处于冷寂状态，而是处于烈火烹油 繁华什锦的泡沫年华之中。 目前人工智能的创新点包括但不限于下面几个点。1）人脸识别。旷视科技和商汤科技是人脸识别领域的领军，正在拓展人脸识别的应用场景，比如 uber 司机注册 。除了创业公司，也有些巨头涉足人脸识别领域，比如腾讯家就有优图。2) Chatbot。苹果的 siri，微软的小冰和 -- 助理型对话机器人，不过现在出门问问转型做硬件去了。3) 企业服务。人工智能提高企业生产、销售、运行和决策的质量和效率，这是人工智能很早之前就开始讲的故事。啤酒和尿布的故事便是典型的例子。现在有一些创 业公司致力于为企业提供智能支持服务，比如 everstring 和 -- 年开始研究无人驾驶技术。现在又有几家巨头在此布局，苹果和特斯拉都在研制自己的无人驾驶系统。特别特斯拉最近宣称完成了第五级无人驾驶硬件，虽然它家 的无人驾驶刚刚搞出人命。还有百度又要 all in 了吧。除了上面几个点，人工智能还在智能医疗和智能硬件等场景发力。 虽然这些创新点还处于 “只闻楼梯响，不见人下来” 的状态，但人工智能已经呈现出全面出击的态势，仿佛明天人们就能享受到人工智能的各种产品了。在此繁荣的景象中，有一些人开始警惕人工智能的泡沫，其中 不乏大佬，比如 朱啸虎：包括VR和人工智能在内的热门创业都是泡沫 和 周鸿祎：360搜索要做人工智能 现在不炒无人驾驶。 -- 而这几年泡沫产生的特别频繁，互联网金融、O2O、Magic 模式、VR、AR 和人工智能各种概念你方唱罢我登场。其中原因就是，旧时代已经落幕，新时代还未开启。上个世纪 90 年代开启的互联网时代，2007 苹果发布 iphone -- 3. 如果人工智能的泡沫破灭了 互联网行业起起伏伏，产生了很多泡沫，也破灭了很多泡沫。比如之前的 P2P ，现在已经死得差不多了。再比如之前的 O2O ，现在也很少人谈起了。如果人工智能的泡沫破灭了，会不会像 P2P 和 O2O 一样一地鸡毛。人工智能前几次泡沫破灭，可是很惨淡的。在那人工智能破灭期，搞人工智能的人门可罗雀很惨的。 但我个人观点：如果这次人工智能几个新点全部失败，大家对人工智能的未来失去信心，也不会一地鸡毛。因为现在人工智能在工业界已经有成熟的 应用，其中两个最大的应用便是广告系统和推荐系统。这两个应用能直接产生收益带来金钱。甚至因为广告系统钱多又复杂，还诞生了计算机广告学这样一门学科 。根据艾瑞发布了《2016Q1网络广告营收报告》，2016 年第一季度中国网络广告市场规模达543.4亿元。再加上收益不菲的推荐系统。有这两金主托底，即使人工智能的泡沫破灭了，也不至于太惨淡。 -- 如果人工智能的泡沫破灭，人工智能社区只能退回广告系统和推荐系统，重新回到 “世界上最聪明的一群人，每天研究的是如何让人更多的点广告” 的时代，怀抱这两大金主在寒冬蛰伏。 -- 等风云变幻学术界又有新的突破，再搞一波泡沫或者真正地把人类社会推入人工智能时代。 -- 看了上面的描述，不要觉得“这次人工智能浪潮终将完全退去，所有新的点都要失败”。未来的美妙就在于它很难被预测。就像在 2014 年大家都觉得 googlenet 22 层神经网络结构已经到顶了，2015 年 ResNet 直接把层数拉到上百层。 -- 此条目发表在大局洞察分类目录，贴了人工智能, 泡沫标签。将固定链接加入收藏夹。 ← 在 Spark 中实现单例模式的技巧 -- 《如果人工智能泡沫破灭了》有 1 条评论 -- o 强化学习 (7) o 游戏人工智能 (4) o 遗传算法 (5) -- + XGBoost + LR 就是加特征而已 + 取代人类工作？人工智能也创造工作 + 人工智能当前，棋牌游戏留给人类的堡垒不多了 + Akka 使用系列之四: Future -- Monte Carlo Tree Search npm OpenAI Gym OpenAI Universe Python RoomAI SC2LE Spark Tensorflow XGBoost 不平衡 人工智能 假设检验 典型关联分析 分类 前端 单例模式 单元测试 后端 工作职位 强化学习 拖拽式 数据挖掘 文本分类 星际争霸 有限状态机 机器学习 框架 概率 泛化 泡沫 -- + 一个特殊场景的 LR 预测优化 Trick | AlgorithmDog发表在《广告和推荐系统部署机器学习模型的两种架构》 + harvey发表在《取代人类工作？人工智能也创造工作》 + 人工智能进行连续决策的关键——强化学习入门指南-AI与我发表在《强化学习系列之四:模型无关的策略学习》 + 匿名发表在《几乎必然收敛和依概率收敛》