1樓：王國勝
人工智慧？只有這麼低下？現在的只能是偽人工智慧而已，真正的人工智慧應該像電影裡的人工智慧一樣，能夠自己學習思考。所以現在的人工智慧並不能對傳統機械有什麼影響。
2樓：Bkljp02
私以為你的範圍侷促了。超精密加工肯定有銀子賺的，但是如果只限定在乙個環節上，因為市場就那麼大，銀子能分的自然就少了。
建議你講專業拓展一下，畢竟精密加工理論上是有互通的，你可以拓展到精密加工的其它領域內，其實光乙個超精密零件的檢測就是很大一塊肉了。
3樓：lwh0459
這個問題可以從兩方面個考慮。一是研究生課題只是訓練自身對應用科學的學習、運用能力，並不一定就是未來從業的方向；二是要學以致用，從乙個尖端方向的課題拓展到近似的若干尖端方向，以適應社會對這類工程應用人才的選聘。
4樓：城寨歸來者
就是低啊，實際上沒有廣泛民用場景的需求基本上都不太可能長期存續：怎麼儲存一滴水？匯進海洋裡。
而最終廣泛民用就意味著成本得低。而且成本持續走低。
有些高傲的鷹就是得不斷地飛向更冷的雲。
如果不能持續找到更高的追求，高技術就失去了引領的作用。新技術遲早會變成舊技術，或者被取代，或者降低成本成為尋常物件。社會就是這麼進步的，這是我們的工作。
我們是專業做彈簧的，精密儀器裝置的高精度彈簧，國外進口裝置的替代彈簧是這兩年主要的技術方向，都是很難搞的題目。
難搞才能持續提公升我們的技術水平：要零點零零三的剛度波動怎麼做？比有些裝置的測量範圍還要小。
你需要把自己所有的裝置，量器跟人員水平逐步提高，然後關注著理論上的和工藝技能上各個方面的進展。最終在這些刁鑽問題上把你的進展組合起來，完成最開始那些不可能的目標。
我們還不是鷹呢，頂多算得上是昂著脖子的土鵝。（問乙隻塘鵝要叼多少糠，才能成為鄉路上的霸主:)）
我們也在咽最冷的糠。
這可能就是出路。
人工智慧和大資料該如何選擇？
小二 大資料接地氣的講就是一大堆的資料，不過這個是名詞。我們從技術角度講通常所說的大資料是乙個動詞，是指如何分析提取大資料中的資訊，並加以使用。人工智慧接地氣的講就是使用計算機來模擬人的思考方式 神經元 的程式，從而來解決一些傳統程式比較難解決的問題。例如影象識別。人工智慧本質還是演算法和程式。本質...
大資料和人工智慧有什麼區別？
上海北大青鳥雲登校區 大資料和人工智慧都是現在很受關注的技術，按照時間的先後順序的話，人工智慧要比大資料出現得早一些。它們二者的區別表現如下所示。大資料 big data 是指無法在一定時間範圍內用常規軟體工具進行捕捉 管理和處理的資料集合，是需要新處理模式才能具有更強的決策力 洞察發現力和流程優化...
什麼崗位是人工智慧，大資料代替不了的？
維生素J 兩個大方向吧，一為高尖端技術類，二為直擊靈魂深處的藝術創作。將一拓展 科學家 數學家 物理學家 生物學家等等將二拓展 導演 作家 繪畫大師 藝術家等 理由高尖端技術發展到極致，其實就是不斷猜想 不斷假設，然後再去不斷證明。就好比數學家作出的猜想，計算機只能幫你省去親自計算的麻煩，而無法幫你...