1樓：PeterzzzZZ
最近在做跟大規模與訓練相關的工作，不得不說現在得AI特別是在應用得神經網路，無論是全連線，CNN，RNN，Transformer系列都是在統計學習上的衍生。雖然也有不少人正在投身讓AI舉一反三獲得真正智慧型的研究，但和工業上的應用場景跟靠統計學習的「神經網路」相比基本沒有應用場景（熱錢都在可以應用的人工智慧上）。
即便如此，只要統計學習出的神經網路最終能夠近似出乙個比人類表現好的函式因該就可以投入使用了。
至於所謂的確定性事件本身也是乙個統計概念，理論上AI應該也能解決絕大部分確定性事件。只要資料有保障，神經網路可以推斷出A事件-》B事件的概率應該接近100%。
比起擔心確定性事件解決不了，現今的模型的主要擔憂應該是資料質，量，輸入處理（模型智慧型應付特定輸入格式的資料），對問題理解的侷限性（乙個模型只能解決乙個特定的問題），和由資料本身帶來的歧視（比如黑人容易被判別成可疑人物，描述細心溫柔的文字就是在說女人，工程師就是男人。）
2樓：未艾人工智慧
這就是資本的力量。
然後這個公司就在乙個叫X針的虛擬幣交易所上市，拉了一大批熟人搶籌，營造一種萬人哄搶的錯覺，背後的資本就等著上市後割韭菜了。
這個公司的最終目的是炒虛擬幣，為什麼要弄個機械人餐廳？因為這是實業，這是先進產業，在國內是不允許炒虛擬幣的。那為什麼要靠上人工智慧？
因為這是趨勢，也能唬住那些對人工智慧沒什麼概念的普通股民。
大概這就是市場吧，懂的人還在搞研究，不懂的人看到趨勢在賺錢。
人工智慧的確是趨勢，既然是風口趨勢，肯定會有很多人往前衝，因此，就會有很多不是人工智慧，但還是有很多掛著人工智慧的名頭賺錢的，這也是給題主造成這種錯覺的原因。
當然，也有很多應用場景還是利國利民的，不知道題主遇到的是哪些被過度誇大的人工智慧場景？也可以發出來給大家分析分析~
3樓：FlyAI
其實，很大程度上；我們的生活已經在被人工智慧所影響著；它的發展是必然趨勢，看看國家十四五規劃就知道，未來會解決落地更多的實際場景。
4樓：懶癌研究中心
可是概率可以解決很多問題啊；很多問題不是非黑即白的；而是在一定範圍內選取最優解的問題。
而且你要知道確定性事件就已經代表問題解決了，只有是或不是一種選擇。
建議去了解了解貝葉斯概率。
5樓：北極星AI人工智慧
人工智慧並沒有被過度擴大引用場景，人工智慧將會滲透在各行業領域，並隨著人工智慧的逐漸成熟，對行業及個人的幫助會無限擴大。AI是基於人的基礎上進行延伸，在智慧型化的未來人工智將成為無可替代的產品，我們可以期待美好、展現未來
6樓：貓叔818
真正的人工智慧落地，是立足於特定場景，並且真正在為使用者創造價值。但如果只是空有技術，或者技術瞄準的方向跟市場有很遠的距離，那就容易造成「偽場景」，也注定會失敗。
簡單來說，這個場景要麼是解決了客戶沒有當前沒辦法解決的痛點，要是提公升了效率。偽場景就是純粹為了技術而技術，「拍腦瓜」想出乙個「所以然」的創意和場景，既沒有創造出新的價值，也沒有提公升使用者的效率。很多技術型的創業者最容易犯的錯誤就是，手裡拿著錘子，就滿世界去找釘子！
這是很危險的！痛點不一定意味著剛需。
可悲的是這在現在的人工智慧行業很普遍，因為政策鼓勵人工智慧產業發展，加上市場規模龐大。隨便畫個餅，站出來講一陣PPT就能拿到大筆的投資，沒場景也可以創造出場景。長期來看，對整個人工智慧行業不利。
已經有很多業內人士指出，創業者不要過度透支資本市場對你的寵溺和期望。從估值角度來看，資本市場階段性的熱情，可能會讓賽道內的頭部公司獲得高估值，但這未必是好事。前期過高的估值在後續業務成長不達預期的情況下，反而會成為後續融資的障礙。
正所謂「潮水褪去，才能看到哪些人在裸泳」。這些為了眼前的短期利益的企業深陷「偽場景」業務的人工智慧公司，在享受了政策和產業紅利之後面臨的也終將是衰敗。
7樓：廢材鹹魚
並沒有，隨著計算機架構慢慢的改變，隨著人口的慢慢減少，人工智慧會逐漸取代人們的部分工作，如果計算機結構有了突破，或許還能取代一部分人類，不要被思維限制了應用場景。時間還很長，世界還很大，社會人力的減少必然標誌著工廠智慧型體系的崛起
8樓：xiaoz2015
人工智慧目前應該還沒有太多被誇大落地的場景吧？
如果從若干年後回頭看，估計大家會覺得這個階段的人工智慧落地比較保守了。。。
之所以這麼說，是因為目前的人工智慧雖然有很多好的落地應用潛在市場，但是由於近些年來資本市場的投資風向問題和最近疫情問題，導致很多中小型的科技孵化型企業生存越發艱難。如果不是大環境近幾年確實不太好，估計會有更多好的應用落地。
就目前已經落地或者有這個趨勢的行業和應用裡面，貌似沒有特別虛不靠譜的。
對於人工智慧最多的應用行業之一，從手機內建IMU感測器感受外部受力變化衍生健康類的步數統計，遊戲類的體感手遊開始，就開啟了智慧型化應用。再到後來的高精地圖導航，語音互動識別等等。
從最初的倒車雷達，到後來的輔助泊車，再到近期比較火熱的L2+自動駕駛，每次技術方案的提公升，都靠著高階人工智慧更進一步。
餐廳送餐機械人，酒店的送貨機械人，商場的智慧型互動機械人都是人工智慧的很好的垂直落地應用場景。
教育陪伴類機械人，線上教育所涉及到的互動應用和硬體產品，也是已經全面鋪開的應用領域。
掃地機械人，家電遠端智慧型控制，電子門鎖等，也都是人工智慧的應用。
也許是有一些人工智慧領域的比較新的概念出現，這些概念讓人短期內覺得比較虛無縹緲，但是時間軸拉長，未必不會實現，實現了也未必沒有好的體驗。一起拭目以待吧！
9樓：Liberty Jewish
應該是潛力還沒有發揮到淋漓盡致的地步，當年Alen Turing艾倫圖靈就曾預言，機器學會思考將成為不可避免無法阻擋的大勢所趨。如今看來，他的理想已經美夢成真，鄭爽小仙女姐姐曾經參加的《這，就是鐵甲》中那些互相對戰的遙控機車，就是人工智慧機械人大行其道的正當之年的生動體現和真實寫照!
10樓：這條狗好眼熟噢
怎麼會是過度擴大，是遠遠不足！
到使用者層面的應用和產品還很少，稍微多一些的是公共專案，最多的是稍微底層的演算法支援。
而演算法支援是大眾看不見的，所以根本無從談起應用場景過度擴大，其實是遠遠不足。
路還長著呢。
人工智慧是否有情感？
機器characteristics 承受 inherit 物件another 計算機 perceptive unique 智慧型 innovative fresh 自生感性 客雷達科技 未來的某一天人工智慧是會具備與人差不多的情感的，個人更傾向人工智慧起初產生的情感是來自於程式的設定。人工智慧的行動...
人工智慧專業應不應該讀博士？
人工智慧博士在讀。我勸你不要讀人工智慧博士 至於為什麼？因為 一心功利，就注定你讀博也是平凡的一生。而且勸退乙個搶飯碗的也挺好 作為乙個卑微小獵頭 從我的角度來看這個問題 下面的話只是建議，說的不對可以懟我，別動手，動手別打臉，哇哈哈哈哈哈 想做人工智慧要讀博，跟乙個好的導師，導師給你帶來的資源，以...
人工智慧的冬天是否將要到來？
新鮮的故事 現在站在17年的時間段，再重新看待這個問題，可以說人工智慧的冬天並沒有到來，反而發展的非常穩健。值得一提的是，在今年2月份舊金山的RSA安全大會上，前谷歌CEO施密特也敢用自己的名譽做保證，未來五年內AI一定會成為科技界的頭等大事。而AI和去年被哄抬至神壇而又迅速衰落的VR所不同的是，A...