1樓：愉研
真理永遠掌握在少數人手裡，擬人智慧型一旦有人破解了，並且形成了行業壁壘的，其它的未能在先行者之後的短時間（十年內）內破解的人，只能吃灰，一文不值。除非有人把這些核心技術公之於世，這些後來者可能還有機會，但是如果核心技術都公之於世了，那麼智慧型技術還值錢嗎？
假設現在已經有人（國內的人，外國的不算）做出了人一樣聰明的機械人，並且在十年內形成很高的行業壁壘，而那些學習人工智慧的學生能夠在此之後的十年之內，掌握這個核心技術嗎？如果不能夠，拿什麼技術與先行者競爭？就算在十年後，掌握這個技術，那麼未掌握之前的日子會不好過，會很難熬。
當然，前提是擬人智慧型破解的那一天會是這樣，但是擬人智慧型哪一天才能破解呢？這個是未知之數。
2樓：鄒曉輝 塞爾科技
首先，要搞清楚人工智慧技術的基本課程可否訓練學習它的人？如果可以，那麼，就不用再擔心自己選擇了學人工智慧專業。
進而，大家要明白乙個事實：人工智慧技術是電腦科學與技術這個學科的乙個重要分支或專業。實際上，有相當寬廣的視野。
數學以及物理學、語言學、心理學和工程學等多個方面的學科知識都是需要具備的。絕不僅僅只是學新一代人工智慧的具體技術和演算法。因此關鍵在於師生們自己的視野、興趣和愛好等等。
最後，我想說一下從計算機到學習機進而再到理解機是乙個必然的發展趨勢。因此，電腦科學與技術專業基礎上聚焦至人工智慧，的確存在某些不確定性。因此，關鍵還在於師生們自己學習觀點、態度和視野。
大學教育培養的主要是自學能力。人工智慧技術的學習就更加需要奠定寬廣厚實的知識基礎和熟練的技能。
3樓：
以下僅個人見解，各位反對我看法的輕噴。
本人生化環材本科，今年跨考計科調劑上岸某雙非計科，對這些東西了解還不深入，如有低階錯誤各位見諒。
人工智慧感覺真的是特別難的乙個東西，對數學的要求真的很高，乙個一般學校的計算機研究生都不敢說能拿下人工智慧這個方向，網上更有甚者認為985以下研究生就別嘗試搞ai了。
讓人比較驚訝的是，有的學校本科竟然也開設了人工智慧專業，那麼在畢業時，學生們能掌握多少呢？
4樓：修行者
中國很多人似乎都有從眾追熱點思想。之前網際網路企業蒸蒸日上，一大堆人跑去學計算機，現在這個領域的人都過飽和了。所以過幾年人工智慧搞不好也會這樣...
5樓：艾迪
這個要看你如何定義「天坑」了。
如果，是從科學的方向而言，他不是天坑，人工智慧是未來的乙個發展方向，他可能成為人類歷史的一次大的革命，只是現在還處在很初級的階段。
如果，是從就業的方向而言，他也不是天坑，但是，他的門檻相對而言要高一些。他不想其他的一些計算機的專業，可能隨便報個培訓班，就可以寫點東西出來，當個初級碼農賺點錢。人工智慧真要有所收穫，還是需要專業知識的，別拿那些所謂的調調演算法引數的工具人相提並論。
所以，我不認為他是天坑專業，他是乙個對專業知識要求更高，未來可期的專業，就看你打算多深入的去專研他了。
6樓：
貌似我那時候上大學的時候，有些人也說計算機是坑可是到了畢業以至於工作這麼多年，我始終覺得搞計算機的是很有前途很厲害並且隨著時間越來越久，越來越發現計算機技能有多麼重要（我說的是更深層次的軟體技能哈）
現在人工智慧來了，並且和計算機相關
竟然有人說是天坑？
別再誤導別人了
人工智慧或計算機將來很長一段時間，還會是乙個很好的專業！
7樓：賣血妓
毫無疑問，未轟轟烈烈就進入冰河時代了。要知道所有的學科抽象到最頂端都是數學。人工智慧歸根結底就是數學，就是資料，就是規律。
其實我有點覺得人類永遠都不會進入真正的人工智慧。如果真的實現了人工智慧反而是一種災難。現在這樣挺好的，大資料處理處理，訓練訓練，找找規律，也是讓人們受益的。
話說回來人工智慧這樣的東西，喊的最響亮的就是一些網際網路公司。網際網路是什麼，大家心照不宣，就是吸血鬼啊，之前喊的最響亮，現在也慢慢不喊了。人類要想進步還是要從基礎學科開始而不是去天馬行空的想這些金字塔頂端望塵莫及的東西。
8樓：繞柱子玩
學了點ML模型，知道了點DNN皮毛就稱自己學會了人工智慧的呢，那肯定覺得是天坑。真認真研究的會覺得這裡面可以做的簡直太多了。等什麼時候人工智慧學術界的研究玄學程度開始大幅度超越工業界的時候大概就是人工智慧開始變坑的時候。
（模擬材料，材料就是典型的學界研究的玄乎其玄，一看工業界根本沒啥應用，這才是真的天坑
9樓：gwave
對於個人，如果是衝著熱點去，期望快速投入就有產出回報的，有點晚了，基本是坑無疑，內卷嚴重，4年前alphago剛出來時可以。
AI是大方向無疑，國家戰略，但是有點門檻的，不是一兩個月學習班速成的。真的熱愛，願意長期投入精力，也願意做冷板凳的，填再大的坑也不會感覺苦，甚至甘之如飴。心態好的可以入。
現在中學技校都開人工智慧課，意義難說，有沒有合適的師資都是問題，網上足夠多的優質免費入門級學習資源，比大部分老師講的好。再說數學基礎不夠，走不了多遠。就像在沙灘上造樓，基礎不行。
只能低質量的重複和應用，這已不是哪個行業的問題。
行業過熱會過度透支，AI歷史上已經有兩次寒冬教訓了，先擠擠泡沫吧。
歷史告訴我們：人類不可能從歷史中吸取教訓。
10樓：李正非271
已經有人在說「第四次寒冬」什麼的了，實際上是把自己無能這件事說得像歷史宿命。工具會越來越易用，原理越來越常識化，即便有好的應用，也是一小群人開發所有人用。總體來說，不是一般人能幹一輩子的工作吧。
11樓：開心尊者
是嗎？？？這個東西入門很簡單，但要自己從頭到尾寫的話很難，就我的理解，涉及到的數學知識很多很多，專業的ai工程師要求極高。所以，人工智慧專業的學生是非常厲害的，各種大佬雲集，內卷真的很嚴重。
人工智慧作為乙個很火的方向，會出現很多學科融合。舉個例子，機電院主攻方向是機械，但很多研究方向都是設計到人工智慧，比如智慧型控制，機械人控制，機器視角。。。在這種情況下，其他學院的學生會一點點人工智慧的演算法似乎也很合理。
畢業以後再走上這條道路也不是不可能。
我只能說在乙個其他專業的學生眼裡，人工智慧很捲，至於天坑倒不清楚。
12樓：
人工智慧對於整個時代來說，不是天坑。
大家，加油！
人工智慧是乙個好玩的專業，
大的突破暫時沒有看到，我會持續關注的。
於個人，坑不坑，冷暖自知。
13樓：深度語義
深度學習的出現，相當於出現了第一塊Intel 8080晶元。開啟了人工智慧創業和發展的大門。但是，這個領域能把蛋糕做得多大，就取決於主要的創始人（也許還未露面），如何去規劃和經營這塊蛋糕。
如果蛋糕夠大，領域發展時間足夠長，就不是乙個填坑的專業，而是乙個長期的科學追求和人類的事業。
14樓：初學
生化環材是天坑，但也不是對所有人天坑，
生化環材對於掌控資源的人簡直天堂
不過，還是沒掌握資源的多，實驗科學練出的手工藝技術大部分也沒那麼值錢。
人工智慧差不多。
下乙個天坑會是哪個專業
kiki 小語種！努力脫坑中。工作不好找，對口國內跨境電商客服運營要麼外貿公司之類，國外援非辛苦錢且對女生極其不友好。大學付出的時間不比別的專業少，小小語種國內研究生招生極少。想考研就盡早準備跨考吧。考公考編基本三不限或者只是有個應屆身份。大四別的專業都備考或者實習，小語種人還在上課上課上課。唯一的...
如果人工智慧迎來下乙個寒冬，你認為會是卡在什麼問題上？
瞎說兩句我一直覺得問題是我們到現在也沒辦法理解大腦到底為什麼可以做出這麼複雜的工作我覺得其實一定程度上受制於生物學的研究 另乙個就是有太多資訊很難轉化為資料 有的是受限於算力有的是我們根本沒有意識到 在實際應用中太多模型很難落地因為模型過於理想化現實情況千變萬化資料很難包括所有情況的所有必要資訊 甚...
人工智慧下乙個發展方向是什麼？
王懿衡 從斯坦福2019年度的全球AI指數報告，可以得出。總的來看，人們對AI期望值隨著對AI認知加深，已經到達乙個比較高的期望值階段。然而人工智慧發展和應用中，高發頻率出現各種令人失望的不盡人意，潛在的壁壘問題和風險浮現。2019年這種AI遇冷的趨勢顯得更加明顯，市場更加疲軟，儘管資本市場和一些企...