最近有关人工智能和深度学习的各种预测满天飞，作为圈内人，我来泼点冷水。

　　我们常说科技树科技树，这个比喻是非常贴切的，现代科技的基础理论并不复杂，做个摘要，大概二三十页也就够了，这些构成了树的主干，而基于基础理论的次级理论，和再次级理论，和各种应用，则构成了树的枝叶。科技树的每部分活力很不相同，有些枝繁叶茂颇有蓬勃生长的迹象，有些则枯萎凋零，无人问津。

　　科技发展的有趣之处在于，你永远无法知道，某一片枝叶会不会突变成为主干，某一曾起了极大作用的主干，会不会在将来十年内渐渐枯死不再发展。以前曾是通信领域支柱的信号处理，近年来其理论少有突破；而以前作为统计学枝叶的机器学习，现在则大行其道；而百年来几起几落的领域，也远远不止人工智能一家。

　　我是做计算机视觉的。回望过去的几年，想像一下2012年若是没有Alex Krizhevsky的软工背景和拼命实践，没有他导师Hinton要他博士论文开题的压力，就没有一篇正确率提高10个绝对百分点相当于十多年进步的论文，就没有2014年的突飞猛进，计算机视觉这一块就不会有革命性突破。

　　适合的人，在适合的时间，做正确的事，这些又有谁能预测到呢？如果我们错过了Alex，下一波热点会将我们的注意力带走，要再回到正确的轨道上来，至少还需要三五年乃至十年的时间。而将来呢？两三个关键人物在关键问题上的缺失，就可能拖后整个人类的进步几年，大牛一两次不够严谨的推理，就可能让整个组奔向错误的方向，为什么2045就一定是奇点到来的日子呢？

　　科技的突破，往往先由一两个人偶然点穿，而后大家蜂拥而至，在很短的时间内做出大量高质量的成果，成就大批牛人。就好像我们都在黑暗的地底到处打洞寻找出口，用力最多的方向常常碰上花岗岩再无法前行，却有一两个人在意想不到的地方打出了光亮，一声呼唤之后大家都来帮忙。

　　二十世纪初的物理学是这样，二十世纪中叶的分子生物学是这样，所以说预测未来最好的办法，就是深入这个领域中去，越接近研究的中心，越是在领域里浸淫许久，越有独立思考能力，就越能培养敏锐的直觉，而不受周遭鼓噪，毕竟对于打洞而言，明白眼前岩石的纹路，比身后拉拉队的多少更重要。同样，与其预测人工智能最后要走向何方，还是亲自动手做更靠谱一点。

　　用实践去体会细节，很多拍脑袋想出来的完美理论，用在实际问题上是完全不可行的，不仅不可行，而且一试就挂，一碰就死，一末了还埋怨说那么简单的纰漏，自己怎么早没想到。

　　我们要做的，不是当高谈阔论的事前事后评论，而是去当那一两个先行者。他们才是明白事实真相，才是真正改变历史轨迹的人。

　　历史的先行者们往往付出惨重的代价，但幸运的是，我们，遇到了一个好时代。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。