1樓：大煎餅
我認為，人工智慧不是天坑。其實，許多行業都需要人工智慧技術。
反過來講，人工智慧將會給很多行業提供助力。
問題是，在目前這個階段，很多行業的資料收集/管理水平很低，不足以支撐人工智慧技術。
例如，智慧型機械故障診斷是人工智慧在機械製造業的乙個典型應用。現在有很多這方面的研究，例如《基於深度殘差收縮網路的故障診斷》，但是到目前離落地應用仍有很遠的距離。很重要的原因就是，雖然工業感測器採集了很多資料，這些資料沒有被很好地管理起來。
2樓：giliff
從工業角度來看，ai儘管還未大量應用，但是精度已經相當可觀。只不過人對於ai的失誤一般都是零容忍，畢竟自動駕駛汽車失控，會搭上人命。
另外從科研角度來看，如果你面向應用那麼sota（state of the art）演算法無疑讓許多老舊的強力演算法化為烏有。 內卷。
隨著強化學習的發展，automl已經逐漸成型，勢必對調參俠產生影響。
這只是我的個人觀點。
3樓：shunj-g
長期看好，這是人類社會和科技發展的趨勢，其實AI可以滲透到各個行業，各類崗位目前供大於求，並不是所謂的門檻低，而是相應的門檻變高了，以前那種git clone模式一去不復還了，現在講究的是落地，效能。各個獨角獸也逐步轉向工程化，做底層研發，搞定製晶元、編譯器。目前從事演算法，你不會C++，cuda程式設計等，或者計算機底層相關的知識，靠Python打遍天下無敵手，我覺得很難，現在要求的工程能力不亞於開發崗。
主要是目前屬於感知階段，理論上該挖的坑都挖的差不多了，企業不需要養著一堆研究員去搞這種沒有很大收益研究。最後，我也希望有大佬在認知層面做出突破性成果，那，，真正就完全可以鋪開了。
乙個演算法菜雞的自我感悟，不喜勿噴！哈哈！
4樓：
畢業失業太誇張了， 我親眼所見，我們最末流211學校的cs碩士，也能找到演算法崗。只不過沒那麼大廠而已。隔壁基礎學科專業的同學都羨慕哭了。。。。。。
轉行是真不容易啊。比別人少學了4年啊。。。我眼淚都要掉下來了。
你還說是第五坑。。。你不如說數學專業才是第五坑。。。
5樓：
不覺得。 對想走捷徑， 淘金的可能不是個好方向。 只要大家都不讓抄襲剽竊， 偽專家， 偽大咖該沒那麼好混了。。
畢竟讀兩篇reviews就滿口熱詞， 騙吃騙喝不能長久。 如果靠本事吃飯的， 那是個很有發揮空間的方向。 這個領域門檻不低的。
絕不是隨便混個學位就可以了
6樓：乙隻被雷射照瞎的鯤
計算機本科生讀研搞人工智慧的，你可以接著花半年時間把計算機本科的東西撿起來再去搶碼農工作啊！
其他學科的轉人工智慧的啊！那算了吧！
7樓：曼孚科技
語音識別系統在近來年突飛猛進，技術上只有乙個原因——深度學習。
事實上，機器視覺領域，2023年在ImageNet競賽中第一次超越人類肉眼識別準確率的影象識別演算法也是深度學習的傑作。
今天，人工智慧領域研究者，幾乎無人不談深度學習。很多人甚至喊出了「深度學習=人工智慧的口號」。
毋庸諱言，深度學習絕對不是人工智慧領域的唯一解決方案，二者之間也無法畫上等號。但深度學習是當今乃至未來很長一段時間內引領人工智慧大展的核心技術，則一點也不為過。
從數學本質上說，深度學習與傳統機器學習方法並沒有實質性差別，都是希望在高維空間中，根據物件特徵，將不同類別的物件分別開來。但深度學習的表達能力，與傳統機器學習相比，卻有著天壤之別。
簡單來說，深度學習就是把計算機要學習的東西看成一大堆資料，把這些資料丟進乙個複雜的、包括多個層級的資料處理網路（深度神經網路），然後檢查經過這個網路處理得到的結果資料是不是符合要求——如果符合，就保留這個網路作為目標模型，如果不符合，就一次次地、鍥而不捨地調整網路的引數設定，直到輸出滿足要求為止。
人工智慧大師、深度學習泰斗約書亞·本吉奧說：「沒有可與深度學習競爭的人工智慧技術。人工智慧是循序漸進的耐心工作的成果，而且它總是站巨人的肩膀上，並且這些進步在某種程度上促成了轉折點——我們可以在新服務中利用這些成果來生產新東西，進行經濟轉型以及改變社會。
正如人們所寫的那樣，我們正在經歷另一場工業革命，它並不是簡單地增減人類的機械力；計算機將增加人類的認知能力與智力。我們談到了深度學習，因為這些變化與突破在很大程度上正是由於深度學習的進步。」
在某程度上來說，2023年開始的第三波人工智慧浪潮，絕大部分功勞歸功於深度學習，深度學習是大有可為的領域。
8樓：極視角科技
隨著AI產業規模的持續擴大，人工智慧行業目前是真的缺人。據AI Lab報告資料指出：2023年中國AI技術人才缺口為110萬，預計到2023年將達594萬。
在已有的AI人才中，懂得將技術成果進行商業化場景落地的複合型AI人才，是少之又少。而且各個大廠都加入到AI人才搶奪戰中。
但無奈的是，目前國內的人工智慧教育沒有跟上AI的快速發展，很多教材、知識點也都相對落後，跟不上AI產業的發展需求。還有市面上各種魚龍混雜的包教包會包分配的AI培訓機構，打著「學習30天～60天，月薪3萬起」的口號，賣一些東拼西湊的程式設計課等。這些因素導致學這門專業的人覺得它是個天坑，可AI公司們又苦於招不到相關人才。
現在，國家也在出台政策支援人工智慧教育，並積極加快人工智慧研究所培養，這是國家在為AI人才庫儲備資源。相信不久的將來，國內的教育會跟上產業的實際需求，那時就不會再覺得坑了。最後補充一句，人工智慧的前景還是很不錯的呢。
9樓：
不是。這玩意是真的有用。
我本人現在就做biodata mining，乙個蛋白質有20個屬性，一次從資料庫提取上萬個蛋白質來打標籤，這麼大資料量不用機器學習怎麼玩得轉？
其實生物也不算坑，歐美國家，現在生物是僅次於cs/ee的熱門方向。無論是溼實驗的腫瘤免疫，還是幹實驗的計算，都是投資的熱點。歐美大學裡面ee和cs裡面沒有和生物或醫療交叉的已經很少，這方面國內還很落後。
10樓：上觀新聞
1月16日上午，上海市政協十三屆三次會議舉行第一次大會發言，徐建民委員代表市政協經濟委和經濟界發言。
徐建民說，人工智慧是新一輪科技革命和產業變革的核心驅動力量,也是當前社會各界十分關注的熱點領域。上海發展人工智慧,既是落實國家戰略任務,也是上海經濟社會發展的必然要求。
徐建民說，目前，上海已初步形成上海人工智慧品牌效應，成為中中國人工智慧發展最領先地區之一。
截至2023年6月底,上海擁有人工智慧企業數居全國第二,佔全國20.3%,居世界第四。人工智慧領域重點企業1116家,其中 183 家規上企業 2018 年總規模 (產值/收入) 達到1339.
78億元。
「與此同時,我們也應正視在發展過程中存在的創新策源動力激發不足、應用示範潛力挖掘不足、制度供給協同合力不足、人才集聚壓力認識不足等問題和短板。」徐建民說。
為此，他建議，強化戰略定力,將人工智慧作為上海實施三大戰略任務的重要抓手,形成上海在新一輪科技革命中的核心競爭力。
徐建民建議以科創板設立為契機，推動上海本地人工智慧企業在科創板上市，對已上市的相關企業做好跟蹤服務,積極引入其總部及技術研發中心落戶。以自貿試驗區新片區為載體,積極探索人工智慧作為戰略行業的前沿性政策落地,形成具有國際顯示度的產業集群。以長三角一體化為方向,全面構建人工智慧協同創新應用生態,推動長三角應用協同和資料共享開放。
「要激發創新動力,將創新資源聚焦到人工智慧基本理論與核心技術研發上,提公升上海的創新策源能力。」徐建民說，一方面,要提高科研扶持政策的精準度,統籌推進人工智慧晶元、演算法、開源框架等核心技術研發,支援人工智慧企業和高校院所加強關鍵技術協同創新。另一方面,建議繼續支援徐匯加快產業數位化、數字產業化，以千億級的人工智慧產業集群撬動萬億級的數字賦能產業，推動徐匯人工智慧產業成為長三角一體化數字經濟發展的創新策源地。
徐建民說，上海要深挖應用潛力,提公升人工智慧場景開放水平,率先建立與人工智慧應用相適應的資料共享、業務准入、效果評價等實施規則。率先在智慧型醫療、無人駕駛、智慧型製造等領域形成具有全國乃至世界意義的場景。
徐建民說，上海應該圍繞打造人工智慧最佳生態,抓緊構建具有引領性、突破性和針對性的人工智慧政策和制度體系。在建立人工智慧風險評估和法制監管體系上先行,為全球人工智慧治理貢獻「上海方案」。同時，要在建立人工智慧行業標準、形成行業准入門檻和行為準則上先行,為人工智慧企業規範發展提供標準依據。
「要直面人才壓力,把引進和培育人才作為上海打造人工智慧高地的第一要務,將最優政策聚焦到人工智慧人才資源建設上。」徐建民說，要加強人工智慧基礎教育和學科建設,夯實人工智慧未來人才基礎。要分梯度培育、引入和實施人才計畫,在個稅繳納、戶口指標、住房補貼等方面給予優惠,讓各類人才在上海安居樂業。
徐建民說，相信人工智慧一定會賦能本市經濟社會高質量發展，上海一定能夠打造具有國際影響力的人工智慧高地。
上海擁有人工智慧企業數居世界第四，如何為全球人工智慧治理貢獻「上海方案」--上觀
11樓：你龍哥哥
調參俠沒參調了就會這麼說。人工智慧的需求在16,17年達到頂峰，那時找工作非常容易。到18年以後，底層的遠遠供大於求，中高階的還有一百幾十萬欠缺。
這些小屁孩老說演算法崗，實際上演算法崗可以說研究演算法崗和用演算法到實處落地的崗。前者大多是名博士來做，但由於前兩年很多公司不太懂，設定太多沒多大價值的划水演算法崗，實際上就是演算法用得多一點的開發崗，還是開發崗。前者應該叫演算法研究員，後者叫演算法工程師，別乙個演算法就混淆全部！
演算法工程師比開發工程師薪水高不了多少，工作幾年之後是一樣的！
12樓：飛躍本屯
材料專業轉電商目前轉向人工智慧的飄過。
其實人工智慧，深度學習相比生化環材而言簡直是天宮了，只要學的合格，工作機會大把，一線二線三線城市，公務員事業單位創業獨角獸都能選擇。
13樓：
還能是幹啥，炒概念唄！
今天乙個雲計算，明天乙個大資料，後天來個人工智慧，再過幾天蹦出來乙個區塊鏈。反正概念是越炒越多，泡沫也是越堆越多。但是概念又不能不炒，不然咋靠PPT融資？
咋發碼農的工資？咋拉動服務業的發展/*手動狗頭*/
什麼是人工智慧？人工智慧 機器學習 深度學習三者之間有什麼關係嗎？
祩徍徍 人工智慧是乙個很寬泛的概念，各種定義都有，機器學習是人工智慧的一種實現方法，深度學習是機器學習的一種實現方法，是在機器學習的基礎上建立起來的，深度學習最基本的形式就是神經網路。 王易諾 人工智慧 英語 artificial intelligence，縮寫為AI 是指由人製造出來的機器所表現出...
人工智慧和人工智慧深度學習是通過怎樣的原理實現的？
C飛花逐夢 人工智慧實際上是乙個很大的概念，而深度學習是其中的乙個重要分支，或者說是一種重要方法。實際上深度學習背後的神經網路概念很早就有提出，隨著算力的提高，以及BP等理論的提出，過去認為不太可行的做法現在變得可行了，深度學習近年來的大熱離不開這樣的背景，而深度學習的成功應用也一下子把AI再次推向...
人工智慧非深度學習方向還有前景嗎？
chadui123 第一，你說的AI傳統方法肯定不能放棄，它同樣屬於巨大複雜的現象空間中可能有效的方法路徑。但第二，用於AI可能的方法並非除了DL就是傳統方法了。你和你的導師 思考過應該還存在更廣泛的方法路徑麼？所以答案是 會有前景因此值得堅持，但也要吸收來自大概三個方向的發展，其一是你具體領域的具...