1樓：小黃衝衝衝
我個人是覺得，整個視覺領域發展的就莫名其妙。絕大多數識別都是建立在沒有景深資訊的2d影象上的。
未來隨著硬體效能的增長，現在的很多研究結果都會被快速取代。
2樓：罈子
1，ai分科研和商業。科研是多方向探索，和題主說的相近。商業和工業更多是低成本大批量複製。
2，移動網際網路的魔力在於，網際網路的邊際成本為0，移動的入口擴大了使用者數。
3，ai，也許是在用無窮的資料解決簡單的問題，但他的成本更低啊，這是它的商業價值。另外，對於專業人士來說很簡單的問題，對普通人來說可能就是難題，ai客服的價值在這裡得到體現。
3樓：張治靈
相比於人腦，現在的演算法相當弱。
雖然很多演算法在我們的「意識」看來很複雜。
現在基本都是基於大量的資料來分析概率，但你想，如果給乙個人這樣海量的資料，以及快速處理大量資料的能力，能得到的東西遠比現在的電腦多得多。
1、人的「意識」來決定演算法，很難做到面面俱到，發展很緩慢。
2、讓人工智慧自己可以改寫自己，但是這樣可控性就很低了，充滿不確定性。
如果沒有「腦後插管」、「生物計算機」之類的黑科技爆發，就只有現在這樣慢慢來，寧願慢一點，也要避免人類被「out」的未來。
4樓：
人工智慧的突破本來就有兩種方向，學院方向的重點是演算法，認為如果演算法合適人工智慧就可以達到自省。工業方向的重點是海量資料，認為資料量達到一定級別，人工智慧就能自省。
5樓：
不是大牛，但也想表達一下自己的小看法吧。
人工智慧目前大火，鸚鵡式大資料應該說是階段性吧，目前商業級別可能還是要靠鸚鵡式，畢竟要群眾用起來，甚至有的地方可能還用的是專家系統呢；烏鴉式，暫時還停留在實驗室吧，實驗室級別就是各種理想情況下先搞，不考慮效能、不考慮群眾的各種特殊情況，等到大概成型了，才可能商業化起來。
要說大方向是否錯誤，應該不能這麼說，朱教授是想給一部分人啟示，讓做研究的這部分人不要跟著商業走，去探索另乙個方向，然而另乙個方向是否能實際用起來，也不好說。但目前人工智慧的大火，至少能夠吸引一大批人才往這個領域發展，當人才基數大起來的時候，就可能有人會忘烏鴉式學習上發展。畢竟羅馬不是一天建成的。
其實在人工智慧大火的現在，身為某網際網路企業一員，會有點擔心社會各界都在炒，公司為了展示產品多麼智慧型，可能會加很多限制，事先演練n多次，我們私下經常吐槽，明明是「人工的智慧型」。而真正有用的那些人工智慧成果，各司基本就要拼資料了，看誰的資料量大，誰的響應時間短，誰的引數調的好，在「大資料」面前，方法甚至可能沒有那麼重要了。
現在的人工智慧是不是研究方向出錯了？
半日浮生 個人看法，現在的方向都是往賺錢和方便統治管理的方向發展，這些都是基於統計大資料的。我們平常人理解的人工智慧第一是要有 自我 意識，那什麼是自我意識，我認為就是自私，我們為什麼是自己，因為我們知道哪些事物對自己有利，哪些對自己有害，所以才是 自我 當然，還有很多親情，哲學之類的情感，但是這些...
現在做人工智慧（計算機視覺），有沒有哪些方向對GPU要求低的？
ZQ Zhao 你可以從資料集上下手，舉個例子，沒有硬體資源，這些慎重 實驗中要用imagenet的，比如模型剪枝，當然剪枝也有用小資料集的，那些可能理論要求比較高 目標檢測，目標檢測的資料集一般都很大，之前和師兄打比賽，四張Titan xp出一次結果得個四五天。你在看文章的時候可以關注下資料集的大...
人工智慧有沒有可能抑鬱，有沒有可能開悟。？
給它設計這個功能模組就有，資料獲取後進行計算，條件達到閾值就進入抑鬱狀態。其實現在也能做到，因為抑鬱只是一種情緒狀態，與AI智力無直接關係。簡單形象的比喻 1，次數 比如對外界主動提出需求N次不滿足 比如主動索取物品或求擁抱 或者從外界受到N次傷害 被語言攻擊或物理攻擊 2，力度 每次提出需求沒有被...