AI

IT圈现在最火的，莫过于AI和区块链。

区块链我是真不懂，花了半天读比特币白皮书，还是没明白它对于真实世界的价值。

AI以前我以为我懂，但它的火热程度还是出乎我的意料，反而让我有点雾里看花起来。

你问AI这一波怎么看？

我没法看。

但是你如果问AI会不会统治地球？

我劝你打开iPhone的Siri，和它正常对话几轮，我保证你会崩溃。

以前我们做机器学习，先要找Label，也就是靠人工或者后验产生标签数据，然后做各种特征，再建造不同的模型去拟合Label，给个测试集看一下，挺好，上到生产环境再看看指标变化。

这时如何寻找好的features是机器学习的黑魔法。

深度学习基于神经网络，原本是机器学习之中后进的算法，后来GPU性能突飞猛进，神经网络由一层变到多层甚至百来层，替代了原本由工程师做的特征部分的工作，目前已验证在诸如图像、棋类或者游戏和少量的文本场景有超出其他算法的性能。

然后呢？

也并不是非常的鹅妹子嘤。机器学习的流程和痛点并没有改变，工程师们从原来忙忙碌碌做特征变成忙忙碌碌调神经网络的参数。

也许有人大言不惭：这是奇点！所有技术的演变都是非线性的，你现在家里那台像无头苍蝇一样的扫地机器人都是未来天网的雏形！

要这个理论能成立，那么电池技术位于奇点、光速旅行位于奇点、可控核聚变技术也位于奇点。可以把每一种小有进展的复杂技术称之为奇点。

人工智能并不比它们简单多少。

这个情况，资本起到些许的加速作用，但不会很大，因为资本是逐利的，不会沉迷于短期不盈利的项目。

那么你说这是在否认AI的未来吗？

当然不。

恰恰相反，我认为AI有非常广阔的未来，人和计算机的结合，是从二战时就开始的大趋势。只是这个进程，远比大多数人想象的要长。

如果你想投身于AI，就要做好有起有落的心理准备，就像之前神经网络所经历的（详见），而不是像腾讯股价的连涨15年。

对AI，我的态度是：长期乐观，短期悲观。