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。