AI的问题还是比较复杂的，前景看好，但不等于近年内落地的效益看好；这与2K初对细胞/遗传工程看好有一比。

         AI落地是个大问题，而且有些理论的瓶颈逾发明显，否则H教授也不会搞胶囊网络。重要的是ML（如DL）的新潮对高性能计算和大数据依赖性太强，在计算科学本身并无甚重要创新，我认为这是其热情会逐步削减的一个原因。AI的一个真实出路是很好融合量子器件和量子计算的创新，这些都有不断的过程。打个比方：现在的AI以神经网络为领军，人脑的神经网络是微米级的，而多数智能奥秘与DNA水平有关，这是纳米级的。微米级的人工神经网络先天就有许多瓶颈。纳米级的AI还远远还没有影。

       AI有许多瓶颈，但不意味不可应用扩展和继续在原有框架下创新；新的应用扩展浪潮并没停步。李开复最近也提DL泡沫破产的事，主要对商业半商业化的公司的热追而言。这些略似以前人们对细胞工程的热情期待太高，而发展下来，才看出理论和技术都困难重重，当然遗传工程在缓步“突破”，只是时间要比预期多N多年。AI的情况有点类似。15年内，纳米级的AI，就是真正的“强AI”也必定出现。

所有跟帖： 

• AI 在视觉，听觉，语言，判断方面都有超越人类某些天生能力表现。 -mw-farmer- ♂ (405 bytes) () 02/10/2018 postreply 12:35:15