1樓：furuihan
爆發期幾年前就開始了，對，你沒聽錯，我說的是弱人工智慧的爆發期。
人們需要的是工具，好用的工具，弱人工智慧已經足夠了，就這「弱」人工智慧還是經過了半個多世紀的鬱悶期後才稍有進展的，目前欠缺的只是大規模應用，技術壁壘已經突破，接下來只能用一馬平川來形容。
強人工智慧就別想了，強人工智慧即沒戲也沒用，唯一的作用就是當影視劇題材用，期待強人工智慧還不如期待超人工智慧呢。
2樓：
應該不會，全世界有無數極其聰明的腦袋都在思考這件事情，有無數人夢寐以求的發明強人工智慧，這是堪比神的榮譽。可是三年過去了，似乎沒有實現。如果未來三年還是實現不了，那麼只能說，方向錯了，甚至所有現在可以想得到的方向都錯了。
對於人工智慧來說，從0到1是最難的，從1到***是極其簡單的，無非是時間問題，而現在缺的是乙個1。機器的學習和思考速度遠遠超過人類，如果沒有，只能說，它根本就不會學習和思考。
3樓：隔壁老王沒話說
奇點理論。
可能在下一秒爆發，也可能百年內沒有突破性進展。
現在所有的人工智慧都不過是條件語句的迴圈，他們比人類優越的地方是計算速度和可控性，但是智慧型本身之所以稱之為智慧型，便是因為智慧型生命存在不可控性。
打個比方，0個1之間讓你選乙個，你一定可以選乙個；但是讓人工智慧選擇乙個，不給任何條件，對於人工智慧來講沒有條件就沒有結果，這個指令是無限迴圈的，也就是無效的。
那麼對於人工智慧是否爆發，其關鍵在於能否出現不可控的人工智慧形態——而不可控的智慧型形態並非人類想要的，天堂地獄一念之間。
4樓：aluea
瀉藥爆發一詞太過籠統，明確一點我假定是其智慧型媲美人類甚至超越。
弱人工智慧兩年前就陷入瓶頸了，大批人轉而投入神經學和哲學(兩個端點)，妄圖另闢蹊徑，有不少產出。
所以整個領域，目標已經明確，積累已經足夠。
按照歷史的規律來看，如果未來3~5年內還沒有突破，那就說明這個任務的難度大大超出了我們目前的能力範疇。
如果短期內搞不定，那再過幾個10年，也搞不定。而且未來科技能否保持增速也很難說，甚至說機率很小，現在是最好的時代，絕大多數理論知識都可以隨意獲取。所以我們兩百年內取得的成果，比過去幾千年加起來還要多幾百倍。
Gary Marcus半個月前，發文闡述了他認為的AI下乙個十年的發展方向。
通用人工智慧——>人。
他的思路是要符合主義和連線主義結合起來。
這句話的資訊含量非常的低，因為大多數人都意識到了這一點。他只是打響了將還原論拉下統治地位的頗具分量的一槍。
5樓：Eliot Alexander
從目前的類腦發展看，比較現實的成就幾乎全來自於深度學習加持下的強化學習和終身學習。
雖然這些領域目前還沒有看得見的落地應用，但很多方面已經接近人類大腦的決策機制。
所以個人觀點還是樂觀的，而且還是基於現在的深度學習。
6樓：深度學習-阿柴
看你怎麼定義了，如果是技術更新的爆發期的話，那麼現在已經開始了，如果是說全面技術落地達到電影中那些科幻場景，那就屬於有生之年系列了，別說十年了，100年都不見得能實現。
目前還在弱人工智慧的成熟和落地階段，還得經歷弱人工智慧到強人工智慧的過度階段和強人工智慧成熟和落地階段。
但是相對於前面幾次AI的發展和寒冬，這次的發展在我看來逐漸明朗，很多企業和研究所都有了明確的AI突破方向，只需要算力和資料的發展和配合，未來是可期的。
7樓：
現在全行業還是人工越多智慧型越多，還沒有IBM Watson磊落，現在就是AI的低谷期，好好學習吧，學學Dartmouth那幫坐冷板凳的先輩（神經網路三巨頭都這麼熬過來的），他們的智力紅利快耗盡了（歷史上人工智慧的冬天好幾次，這門學科比你想象的更古老，Minsky開的頭也誤導過它，真沒啥），未來還得靠大家。再者，用進廢退，有一天人類重啟太空計畫，那時AI才有可能有大的進境
人工智慧工作 10 年後有哪些發展路徑？
讀芯術 人工智慧可以創造新的虛擬勞動力，能夠解決需要適應性和敏捷性的複雜任務，即 智慧型自動化 並且對現有勞動力和實物資產進行有力的補充和提公升，提公升員工能力，提高資本效率。未來人工智慧的普及，將推動多行業的相關創新，提高全要素生產率，開闢嶄新的經濟增長空間等等 但我們要清楚 人工智慧是乙個工具而...
就2023年的技術水平而言，人工智慧可以跑團嗎？
Altaria 想反過來問一下，題主認為的 成功的 跑團標準是什麼，由KPPL觀眾老爺哪一方或者哪幾方來決定？以及別的不說，現在的AI已經能完全看懂各種語死早和手癌了嗎 玩骰子的魚人 用我以前跑團遇到過的一件事來說 一群人遇到了一具屍體，這個時候我們的遊蕩者掏出了匕首，決定用匕首試試傷口的深度 在這...
人工智慧vs生命科學，哪個是未來10年20年後的趨勢？
資料蟲巢 感覺並不衝突。乙個是出於對生命延申本能的追求，乙個是解放生產力，提公升社會效能。人工智慧短短幾年，其實已經日新月異了，發展真的很快。至於生命科學，其實發展的遠比我們所了解的多，只是很多東西無法突破社會道德的約束，暫時還沒有找到乙個能兼顧倫理和科學落地應用的方式方法，這個一些研究基因或者在基...