当前AI落地的三个主要问题

当前，人工智能已经火爆全球，越来越多的人开始投入到AI的怀抱，但是如果想从事AI研究和工作，需要注意的三个重要的问题。

安全性：自从2014年有研究者提出对抗样本，发现对输入加上很少的扰动之后，人类依旧可以很准确地处理相关问题，而AI模型却很容易就出错。AI的安全问题就越来越受到重视，尤其是对于像自动驾驶这种非常需要安全性的任务，所以如果想推动AI落地，安全性必须解决。

可解释性：当前的绝大多数AI模型都是基于深度学习，而深度学习的可解释性也一直为人诟病。虽然深度学习强大的拟合能力使得深度学习模型的效果一般都比较好，但是研究者却无法给出AI表现好的原因，即使卷积神经网络中的反卷积能够一定程度展示模型学到的内容，但是可解释性还是很差，对于这种不可解释的模型，工业上依然不能大规模应用。

模型速度：同样，AI中的深度学习模型动辄就是几十甚至几百块卡，而NLP中的GPT-3模型的训练甚至发费上千万美元，这种模型的落地对于硬件要求过高，所以如果提高模型速度也是一个重大的挑战。

不得不说，人工智能目前非常火爆，但是大家如果想入坑还是需要谨慎，需要综合各种因素考虑，不能被起高工资所迷惑。