AI

科技圈子现在最火的，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意义和价值。

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。

这时如何寻找合适的特征就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相对边缘的算法。后来由于GPU性能突飞猛进，能支撑起多层甚至百来层的神经网络，复杂的网络自发生成了 高阶的特征，替代了原本由工程师所做的工作。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工程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！

Are you Kidding?（你是基丁吗？）

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。相反让计算机拥有一个6岁小孩的理解力，要比把人送上火星难得多。

举个例子，60年代美国登月，科学界都认定征服外太空只是咫尺之间的事，事实却是整个太空探索技术在20世纪下半叶停滞不前。

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。

（PS：极度不看好智能对话类的产品，因为用户不会给线上的负反馈，如果我觉得是人工智障就会粗暴弃用，模型也就无法得到有效优化）

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（参见猴年一乐：深度学习八卦史），而不是像腾讯股价的连涨15年。

对于AI，我的态度是：长期乐观，短期悲观。算法的发展日新月异，产品的发展缓慢演进。在动荡起伏中曲折前行。

而如果你想投身于AI，千万不用着急，因为还要熬好多年（大笑）。