1樓：PMFACU
請不要對科學技術用華而不實這個詞語。真的不要，量變到質變本身就不容易。
首先解決一下三個問題：
1、請問當前人工智慧技術成熟嗎？
我覺得光這個問題就已經沒法定義了。現在的人工智慧是屬於發展階段，還是技術成熟多樣化應用，還是只是遇到了技術發展的頸瓶……
2、在蒸汽機發明出來前，有人需要蒸汽機嗎？或者說是人們需要蒸汽機，才去發明蒸汽機嗎？
這個也是個自身就有各種矛盾的問題。個人認為，人工智慧已經突破了從無到面世的階段。且認為「提高效率」依然是人類歷史的發展主題之一。
3、關於科學發展研究經費投入的問題，在經濟利益與技術問世，兩者本身是不是必然關係，即加大資金投入，技術就一定能出來？
我個人覺得不是，這裡太多的偶然和必然。甚至現在的中國也做不到完全衡量兩者。我們從最初的源頭，即人才培育，這個開端都還沒弄好。
我們還是發現人才才去培養，而不是培養人才。所以我們是發展中國家。所以目前為止，用各種手段去發現人才在中國是可行的，但是培養出人才這事，還沒法下定論。
創新這路，我們還要走很遠很遠。
2樓：oliver hu
已經應用在各行各業了，還在說泡沫，你是有多自我啊……你要老覺得別人是噱頭，泡沫，你永遠會與機會失之交臂。現在好的演算法工程師年薪100萬以上，你覺得是泡沫嗎
3樓：張鑫
現在覺得人工智慧泡沫要破滅的，應該是不太了解該學科發展程序的人，或者是對這個學科沒有耐心的人。人工智慧還遠遠沒有達到人們對他的預期。
4樓：王迪興
人工智慧、計算機、腦科學遵循同乙個理論基礎——準全息系統論！沒有基礎理論的創新，人工智慧就不會有實質性進步！系統論之所以成了雞肋，是因為基於系統論不能構造系統，基於發展了的準全息系統論，不僅能夠構造超量子類腦計算機，還能夠構造人工生命！
5樓：極道科技（北京）有限公司
沒錯，被鼓吹的泡沫終將會破滅；但AI是人類改造世界的一種工具，一項技術，是因為人類這一需求而客觀存在的，所以人工智慧不是奪人眼球的泡沫。另外以目前的技術和發展方向來看，在未來幾年之中，AI的研發會繼續深入，且所覆蓋的產業將會更加普及。
AI已滲透到社會生產的各個層面中，並且取得了重要的作用。就拿今年肆虐的新冠來說，以大資料和人工智慧為代表的科技抗「疫」過程中，在目標定位、影象識別、藥物檢測、等各種場景展示的應用效果已得到價值肯定。
AI已被視為繼電力、計算機、網路的重要技術發明，這是在前期海量資料積累與後期的反覆試驗中磨礪而出的。AI技術並不是想象中那麼簡單，需要解決資料從採集開始到後端應用的所有問題。如此巨大的工作負載，需要擁有非凡的高效能計算裝置；同時需要根據不同應用的海量資料提供強大的吞吐能力，更需要根據不同資料處理機制的資料管理、作業排程和融合計算解決方案。
因此，AI需要高可靠、高可用、高效能的智慧型資料儲存與管理系統來提供支援。
當然這不僅限於AI，任何一項技術或產業領域裡都有這樣的人存在，鼓吹泡泡然後迅速完成擴張積累，然後看著泡沫破滅，或者隨著泡沫一起破滅；這就得另當別論了。
6樓：
ai破滅了說明有新的能取代，但現在其他方面哪個能有本事取代它？區塊鏈，6g，vr，iot，fpga？答案是其他都不如ai給人驚人體會。
機器學習能讓雙目定位變為單目定位建模，能讓帶著口罩的人也能識別出是誰，這些都是切實能感受到的。
7樓：banke
站在現在這個時點（2023年）金融，建築、行業正幹的熱火朝天，事實上推動了社會的發展，產生了無數的經濟效益。
下一步將進一步推廣到餐飲、農業等傳統行業，最終將迎來社會數位化大潮，此題可以休矣。
8樓：遲雨落
題主說對了一半。你看到的，只是大眾消費市場需求平平，然而還有更多水面下的產業側需求非常旺盛。上面也有人回答了，智慧型客服之類的場景，都是現在非常熱門的方向。
近一年確實感受到AI方案落地所具有的難度，沒有特別實際的場景，最常用的還是影象識別，跟語音ASR TTS NLP那套東西。這些都算不上雪中送炭，只能是錦上添花，很難出來顛覆級別的應用。
你會為了Siri多付多少錢？花錢買美顏濾鏡？所以還是tob為主，toc比較困難。
但是也算不上泡沫破裂，本來就是要去結合落地場景，才有現實意義，否則只是漂浮在空中的樓閣，距離商用太過遙遠。但是從效率上說，僅僅是某些大平台比如AI客服的轉化高出乙個百分點，都可能是百萬級的使用者增長，還是不容忽略的。
應該說神乎其神的東西還沒落地，真正實用的，早就飛奔著抱緊傳統產業的大腿了。
9樓：Shakes.Bi
應該和當初VR差不多，一開始資本大量撤出，公司大量倒閉，然後就是真的人才沉澱下來資源重組成更加堅實的公司，沒有之前的規模但是會繼續前進。沒有這方面志向的會轉行。
10樓：
說人工智慧是泡沫，應該說他比傳統技術的優勢不大，替代性不強。
然而個別邏輯學家是說人工智慧沒法像人一樣聰明，不夠萬能。。。
11樓：
遠遠談不上破滅，普及得還很不夠。工業上用的太多了，很多領域都很小，也是小公司在解決一些小問題，老方法已經紛紛被淘汰了。所謂的人工智慧泡沫，不但不會破滅，還會成為類似於工具一樣的東西，可以用在方方面面。
至於什麼資料不夠，屬於廢話，這些小問題本來就是沒有資料的，必須得自己建立資料採集流程，自己標。所謂深度學習，無非就是個工具，他是解決問題的，作為乙個成熟的工程師，需要某個技術了，就得學，用，哪來什麼泡沫不泡沫。
12樓：踩滑板的甲殼蟲
我至今為止服務了國內外4,5個客戶，人工智慧的泡沫其實已經接近破滅了。我服務的所有客戶，都只問乙個問題：如何用機器學習技術解決實實在在的業務問題。
人工智慧過去之所以被大肆吹捧，其中乙個原因是過分強調資料科學家和技術的地位，導致大家以為只有僱好的資料科學家和演算法工程師，就可以解決所有存在的問題。但現實是業務問題不可能單純依靠演算法來解決，乙個複雜的業務牽扯到方方面面，能不能完成有的時候真的不是因為技術或者演算法不行，而更多取決於技術人員和業務人員的配合。
商業是非常現實的，拿人臉識別為例，炒的再兇，最後也還要看有沒有實際的應用場景，能不能帶來利潤。
13樓：述而不爭
這一波和以前不一樣
很多很小的應用都能產生極大的效益
有效益就不算是泡沫
關鍵是為一些成熟的，甚至很傻的技術找到應用場景。
這樣的場景到處都是。
其實高速公路收費人員早就可以下崗了，僅僅是用車牌識別技術現在etc開始免費安裝應該是最後在收割一波了。
14樓：韭菜新絲路
我一直覺得不一樣的聲音是有價值的，自己學習深度學習演算法的過程中發現所謂的結果好像是概率和統計出來的，方法是用舊的和新的資料代表學習特徵來餵養，然後計算一些梯度值變化的優化方法，裡面有大量隱藏層的設計結構，沒有人知道這些隱藏層裡面究竟發生了什麼，他們只是觀察到了最後出來的結果來做比賽的排名和重要的商業應用決策。就好像過去古老的無解哲學問題，休謨提出來的，每個人都看到太陽公升起，但是其實我們根本不知道太陽是怎麼公升起的？當然，我的意思不是說人工智慧技術不好，它肯定是未來必須發展的技術，問題是現階段有可能被過度宣傳了！
15樓：濤濤CV
樓主說這一波人工智慧泡沫將會怎麼破滅，再講深度學習，下面都在講深度學習。
我只想講，深度學習知識人工智慧的乙個方向罷了，人工智慧是包括十分廣泛的科學，由不同的領域組成，如深度學習、計算機視覺、模式識別、知識工程、搜尋方法、自然語言理解、智慧型機械人、自動程式設計等。所以所謂人工智慧這個泡沫不會破滅，輻射範圍之廣，可見一斑。
16樓：Francis
大部分內容都是人為的在用著PPT畫著餅 ，人工智慧演算法只是基於統計，並無因果或者推理能力，現在距離Ai自己畫餅都依然還有很長的路要走 ，除非拋棄基礎演算法這條路。現在的Ai不過只是大資料下的產品商品推薦、精準營銷、使用者畫像、個人徵信、語音輸入、人臉解鎖、和小愛同學聊天，這些究竟給你帶來了什麼，給社會帶來了什麼。
17樓：明易財經
你好！當前人工智慧技術的商業應用還只是發展初期，還沒有進入成長、高速發展期，遠沒有到發展的鼎盛時期。事物的發展通常會經歷萌芽期、成長期、鼎盛期、衰落期。
人工智慧行業距離由鼎盛到衰落的泡沫期還很遙遠。
18樓：Splendor
不能說人工智慧是泡沫，只能說一部分資本家在利用這個熱點製造泡沫。
人工智慧正在經歷三次浪潮，每一次幻想的境界都一樣：智慧型機器取代部分人工。雖然前兩次都有破滅，但每一次都有新的突破，鼓舞著科學家們繼續進步，這一次也一樣，肯定會繼續進步。
人工智慧資產泡沫將會隨著科學問題瓶頸問題的顯現而破滅。之所以又有新的人工智慧浪潮，就是因為前一次的瓶頸問題得到解決，計算速度的提高是這次浪潮被掀起主要技術支援。等有人提出瓶頸問題時，資產泡沫將會破裂。
再加上現在商業環境中真正懂得人工智慧的人猶如鳳毛麟角，所以泡沫的破裂將會在未來3年內。
強調一點，資產泡沫會破裂但科學進步不會停止，人工智慧將會繼續得到發展。即使這次破裂了，很快將會出現第四次浪潮。
19樓：cyberpunk愛好者
看看貝葉斯網路之父judea pearl對現在風口上的深度學習的評價你就懂了，這玩意並不像很多答案裡說的那樣強大無所不能
20樓：唐先生
我感覺吧。。。這個泡沫吹的可能比從90年代開始的cs革命還要久
主要是這個泡泡保羅所有其他行業的泡沫，如果這個泡沫破了，想象不到其他行業了。
21樓：周林
感覺如果不從機器學習，而是從資料角度來看，得出的結論和題主會不一樣。不管機器學習是否發展，人類活動記錄下的資料是越來越多的，包括網際網路資料，將來的物聯網資料，能源網路資料，金融資料等等。目前看來這些資料大部分沉睡在資料庫中，沒有發揮價值。
業界急需一種方式，從這些資料中挖掘出有價值資訊。
其實並不是所有的場景都要求資料的每乙個位元組都產生價值，因為資料本身都含有噪音。但是，哪怕是從資料裡面挖缺出十分之一的有效資訊，所產生的價值都是巨大的。
所以從資料角度來看，業界需要的是一種能夠讓大量沉澱的資料產生價值的機制，而機器學習恰好滿足了業界需求，而且目前看來也沒有其他替代品。所謂的神經網路準確率僅僅只是資料價值的乙個很小的方面而已。
22樓：yun yang
AI 為什麼是泡沫，是因為不具有可複製性。
影象識別分類，語音識別，已經是人類研究了幾十年的東西。
AI 在影象識別和語音方面的應用，不能直接複製到其他問題。
因為資料模型的定義，對於任何乙個新問題，都是乙個新的挑戰。
如何看待現在法律行業一波 人工智慧 法律 的創業風潮？
吳丹 網際網路技術和模式是法律服務行業發展的必然應用，但短期內只能定位於應用。相較諸多行業從巨集觀到微觀的顛覆式網際網路化，法律服務行業應當是由各服務場景規範化模組化開始的由下而上的積累。目前比較明確的結合方式已經顯現，比如基於資料分析的司法預判和風險預警 基於雲技術的證據固定等 也有一些偽命題的應...
你怎麼看當前的區塊鏈和人工智慧狂熱與泡沫？
盞盞火 不是業內。但說實話，單論對泡沫和炒作之類的看法 真不至於那麼專業說白了就是社會環境太浮躁，廣大人民群眾想的基本都不是如何通過個人的努力實現階級上公升 而是，哪輛車靠譜趕緊上車，梭哈一局就能躺贏了23333這不是技術和專業的問題，是人文環境或者說，文化問題。 pepsi 區塊鏈技術上的難度小於...
人工智慧飛速發展將會創造出「超人類」，你怎麼看？
灰機 問題在全能性在不在，在脫離人類的情況下還能不能不斷的快速改進對世界的認知，不斷發展科技，創造無窮的可能性，以及維持自身穩定延續的能力。所以人的地位很可能是一直穩定的，因為在機械人意識不成熟的時候，只有人有讓機械人一直發展的能力 在能力極限的層次上的發展 然後在機械人解放了人的生存的壓力以後，會...