|
|
sanwo
| 来自辽宁
我觉得大多数人因为没有接触过这个领域，所以对近几年人工智能的爆炸没有那么深的体会。其实人工智能突然火爆，导火线是2012年的AlexNet的出现，它对图片分类的准确度超过了传统人工设计的算法10%的准确率，让传统算法颜面无存，丧失了追赶的信心。从此，深度学习大热，近几年的发展真可以用爆炸来形容。所以，还拿着传统经典算法来思考人工智能，就像是用赶马车的技术思路去衡量内燃机。
深度学习热起来还不到十年，其渗透的领域越来越广，当初AlexNet就是一个CNN雏形，现在看起来很简单，但是你能够想象到它引发的地震吗？AlphaGo又一次引起了人们的震惊，其实也不过是深度学习中的强化学习分支而已。现在深度学习除了应用最广的CNN家族主要处理图像数据，还有自然语言处理领域，RNN家族，其他还有自编码器，强化学习，生成对抗网络等。这些不同的分支都已经硕果累累，极大地促进了人工智能的发展。你们或许听说过人工智能会画画，写歌，甚至写小说，写代码。其实这些在深度学习中都不是新鲜的东西，大家都在想尽一切办法让深度学习算法去挑战人类的极限。
然而，人工智能并不是能让机器产生意识，所以，在功能上机器可以超越人类，但机器还只是人类工具的延伸。除非有一天，机器真的能够通过算法产生意识，那真的就是创世纪了，我不知道这辈子有没有机会触及到那个时代边缘。
在中国，确实有一个现象让人不由得担心：在深度学习领域的研究生，博士也好硕士也好，想要得到认可，必须在SCI上发表论文。所以绝大部分的中国智慧都在耕耘这些英文期刊和会议。已经有不少专家提出意见了，说中国人研究的东西，外国人都能轻易地学习去了，而中国搞技术搞开发的并不是都搞学术研究，英文文献阅读能力不佳，所以好的技术无法及时吸收和普及。这确实是一个痛点。
但是，我觉得中国的人工智能发展，还是乐观的。我们抛开现有的政治因素，虽然我们的研究人员都在发表英文论文，但是这些人毕业后很大一部分还是留在了国内，尤其是BAT这些有实力，有金钱，又想重点发展人工智能的企业，薪水很丰厚，这就留住了很多专业人士。而且，这些企业里面都是顶尖的人才，如何可能会担心看不懂英文文献呢？还有，在校的莘莘学子都在刻苦攻读，深度学习这么热，普通技术人员想要获取信息，不会落后最新技术发表时间多少的，因为这些学生们都在苦读，不断地学习和总结，你只要到CSDN上转一转，你会发现当年的重要论文很快就有中文翻译，还有很多人的各种理解，各种注释，对相似的技术还有对比分析，总结。如果你要应用这些算法，GitHub是开放的，论文成果是接收全球学者检验的，代码下载下来就可以跑实验。
相信中国人的头脑，平均智商绝对领先全球，人工智能在中国学术的发展现在绝不比美国差，高质量的论文也层出不穷。我们现在缺少的还是产业化，将学术力量应用于实际。这很大程度上受限于中国当下的发展，市场环境和产业链不像美国那么成熟。但好在中国现在正在腾飞，我们各方面都在迎头赶上，有不少领域的人工智能应用是世界领先的，国防、安全、医药、生产都在快速普及和发展人工智能，不断突破现有算法的记录，一切都在悄然变化中。相信中国，相信中国人的智慧。斯坦福大学的李飞飞教授就是中国人，但是中国的土壤正在培养更多超越李飞飞的人。中国的政策也在向高级人才倾斜，相信在国家的扶持下，自强勤奋智慧的中国人一定会充分掌握并善用人工智能技术，利用技术的发展让生活便利，社会发展，国家强盛 |
|
| 未知
| 未知
| 未知
