1樓：
換個角度想想，人工智慧是在解決問題，換句話說，只要能解決人工智慧希望解決的問題的，都是人工智慧。
人工智慧的研究者本質上是在搞演算法，演算法會進入冬天嗎？只要還有需要開發演算法來解決的問題存在，我想演算法是不會進入冬天的
這個問題不妨改成deep learning是否陷入了技術瓶頸之類的更好。
2樓：直通矽谷羅老師
人工智慧就業前景還是很光明的，關鍵是你怎麼定義人工智慧。
現在任何乙個資料都在產出資料，有資料就需要分析，那任何自動分析的方法都可以套上「人工智慧」。這一次ai春天也是通過深度學習解決了部分資料優化問題，這個潛能還是可以大大挖掘的。
既然任何行業都離不開資料，那任何行業也離不開「人工智慧」。主要還是得找到需求，然後和自己學過的模型聯絡，這樣找「人工智慧」工作其實並不難，而且長遠來看，發展還是一片光明的。
3樓：硬體胖子
大神們都回答了很多，我的觀點是以下幾方面：
市場/資本趨於理性；前兩年處於跑馬圈地、占領市場的階段，大批AI公司創業公司憑藉著技術創新在各個領域展開挖掘，探索落地的可能性，資本的熱度也高，所以紅海迅速來臨；慢慢的，技術的同質化嚴重、後勁力不足，導致技術的創新性已經不是核心競爭力，所以商業還是要回歸到掙錢和創造價值的主線上來；這時，商業化落地能力、量產能力就成為了考研AI公司的重要門檻；
運營成本高；雖然目前AI已經「滲透」到各個領域，但是，目前看來，真正能給使用者或者企業創造價值的領域還是不多，比如說CV、NLP；且智慧型背後往往隱藏著大量人工的代價，所以，其運營成本很高，且有一定門檻；
技術成熟度有待考考量；目前，借助人功能智慧型技術的電子產品已經鋪滿了時長==市場，但是，正在能夠稱得上消費級電子產品的品類還是不多，原因還是大部分並未正在的能夠解決使用者的痛點，或者帶來更好的體驗，更多還是處於嘗鮮、體驗的層次
4樓：明天我就早起
說到底人工智慧就是經驗論，而經驗肯定是來自於本來的領域。任何脫離領域來談人工智慧的行為都只是空談方法照貓畫虎。人工智慧最重要不應該是那幾個網路，而是資料分析+機器計算（神經網路正屬於這個部分）
深度學習的精髓應該在於對於不同的應用場景設計不同適用的網路模型，比如說根據某個領域的資料特徵來進行特徵分析，然後根據特有資料特徵來通過深度學習去獲取其中隱藏資訊。而不是使用同乙個網路結構去套用在所有的應用場景。在歷史的長流中，人工智慧正在並且將會作為一種資料計算的方法，而最終我們所需要探索問題的本質，還是會回歸到原來領域的自身規律。
人工智慧不會進入寒冬，只不過目前人們對於人工智慧盲目的狂熱追隨需要慢慢回歸到原本該有的位置。這實質上和蒸汽時代的開端是一樣的，最終所有的機器都會服務於人類本身然後幫助人類來探索到更神秘更有趣的事物，珍貴的只有人類本身的智慧型。
5樓：帶你飛
人工智慧發展到今天不可能再出現歷史中的冬天，它已經是不可或缺的技術，已經潛移默化地開始改變我們的生活。但是跟大眾期望的有很大差距，還有待基礎科學突破
6樓：楊瀾
在2023年末和2023年初，我開始關注到人工智慧的領域。當2023年AlphaGo戰勝世界頂級棋手李世石標誌著我們已經進入人工智慧爆發的元年。從那時起，人工智慧逐漸走入普通大眾的視野，也逐漸深入進千家萬戶的生活。
到了2023年和2023年間，人工智慧很快地被加以應用，變成了我們家裡的智慧型音箱，變成了教育軟體，變成了大疆無人機和各種機械人公司。中國在人工智慧方面的投資份額全球最高，超過了美國，形成了人工智慧熱。
人工智慧經過這些年的發酵，已經從令人震驚與不可思議的狀態過渡到被接納被鑽研的狀態。由此我認為人工智慧的發展不只需要技術上的學習，也同樣不能放棄人文性的思考，才能走得更遠。隨著對人工智慧越來越多的了解，我發現，其實人工智慧就是自動化的乙個發展部分，無論它如何發達，它還是人類的工具。
所以最終的結果還是取決於人怎麼用它，什麼樣的人在用它。
面對新一輪科技革命的開放包容的心態；人工智慧確實能極大促進生產力發展，但是能發展人工智慧的還是人本身；新技術帶來的職業更迭，我們要盡早認清人工智慧和人類的關係，了解變革的規律，制定乙個適合自己的、適應這個時代的職業規劃，終身學習。
7樓：耳朵
量力而行，預感三四年後演算法崗怕是爆滿咯。保研聯絡導師，想做大資料結果發現巨多大佬搞CV。也是，大資料的風口在2023年。
8樓：
儘管在目前，AI的發展的確是是出現了一些瓶頸，但在區塊鏈行業，AI的出現給予了區塊鏈一絲新的生機。AI技術發展之後需要的上層應用的落地，同樣是正在發展的區塊鏈，也可以結合AI。
目前區塊鏈行業的公鏈熱度大大不如18年時的熱度，因為人們意識到，去中心化的公鏈的TPS遠遠無法達到實際落地的要求與水平。
同時在出塊的效率上也造成的大量的資源浪費，也許是因為時代的發展，也可能是兩個領域的必然碰撞。AI與區塊鏈結合的專案終於出現。
目前公鏈存在無法正真實現去中心化 、低擴充套件性 、出塊者獲得的激勵與全網的最佳收益不匹配
、網路總是以最大容量執行，如位元幣和以太坊，影響效率等諸多問題
Velas通過將人工智慧與區塊鏈結合，通過 AI 增強的 DPoS（AIDPoS）實現完全去中心化
並且AI會根據區塊鏈的需求選擇誰來抵押代幣 、Velas 只在需要時出塊 < 每 1 秒到每 2 分鐘之間 ， 在可擴充套件性上Velas可擴充套件至 30,000 TPS)，足以滿足很大範圍的應用場景，而且區塊生產商是通過人工直覺選出的。
值得期待Velas將區塊鏈與AI結合的成果。
9樓：Wendy's
作為國內AI公司裡成天跑市場的，負責把AI 技術真實應用落地在商業場景中的童鞋。很認真的覺得19年才是AI開始真正走進千家萬戶企業的好時機。大家都開始認知到了人工智慧最實際的應用玩法，比如說NLP 的智慧型客服確實能夠擋掉很多基礎的問題，來釋放人力；機械人在人機多倫對話的互動後，通過意圖識別，可以自動完成下訂單、資訊收集、報警等任務。
而對於人工智慧的科技類公司，也終於走下神壇，開始不再強調技術的前瞻性，而是更看重場景和商業價值。
整個市場，應該處於回暖的階段，大家都在觀望，或者願意花少量的錢來做第乙個吃螃蟹的人。而對於商業顧問來說，更多的是要幫助客戶站在商業的角度上，測算出業務價值和ROI ；然後幫助科技公司進一步完善產品，做出更適用於市場的非技術人員都可以用東西。
10樓：
今年公司ALL in AI，ALL in到什麼程度呢，2023年應屆演算法崗位40萬起薪。
AI是單獨乙個類別，所有技術類是乙個類別。
「推薦演算法工程師「和」推薦工程工程師「是AI類下面兩個不同的細分崗位，就好像「Android開發」和「服務端開發」是技術類兩個不同的細分崗位一樣。
最近7月份2019應屆入職，大資料團隊只有乙個應屆（老員工被逼走了一堆，系統慢的一逼），推薦AI，光是我對面那排就坐了4個。
前幾個月，人員盤點，所有團隊都是缺人幹活，各種排優先順序。。。唯獨AI，一堆人是隨時可以調配（沒有正事），一堆人是可以調配但不建議...
咱不敢說也不敢問，尋思哪天混不下去了，回去讀研究生學人工智慧，不知道出來的時候還算不算應屆，說不定幾年後應屆百萬起薪呢（認真臉）
11樓：海爾智家工程平台
人工智慧在近幾年得到了網際網路領域的廣泛關注，不少網際網路公司都開始陸續布局人工智慧領域，也出現了一批發展前景不錯的產品，但是由於人工智慧自身是乙個典型的多學科交叉領域，所以難度比較大，從整體發展來看，目前的人工智慧依然處在行業發展的初期。
在大資料技術的驅動下，機器學習（深度學習）、自然語言處理和計算機視覺得到了一定的支撐，陸續出現了一批相關的產品，比如自動駕駛、智慧型診療、智慧型物流等，但是由於目前人工智慧領域還有大量的課題有待攻克，所以不少人工智慧產品遭遇了落地難的問題，這個問題在2023年下半年也引起了大量的關注，這也導致了一些人工智慧團隊開始進行結構性調整，以適應人工智慧領域新環境的變化。
雖然目前一些人工智慧產品遇到了落地難的問題，但是如果就此來判斷人工智慧行業進入了所謂的「冬天」還為時過早，原因是人工智慧行業發展的基本面和前景還是不錯的。人工智慧與大資料、雲計算、物聯網等技術作為產業網際網路的關鍵技術，在未來的產業網際網路階段一定會得到重視和發展，尤其是人工智慧領域。
12樓：笑口公尺
珠玉在前，已經有很多從經濟，技術，和運營方面解答的優秀答案，那作為乙個科技型PE的買方投前，技術方面的了解肯定不如各位大大，但也有一點自己淺顯的看法：
1）目前AI尚處於弱AI時代，而向強AI時代的發展，離不開各領域綜合大資料的融匯，但現在各AI領域的資料孤島問題明顯，關於大資料的完整生態尚未建立。
2）燒錢尚未燒出落地場景，頭部企業透支資本市場的資金和未來訂單後，中小創業公司更難獲得融資及業務，換而言之更難存活。
3）非頭部企業的業內競企技術上存在較高可替代性，以因5G到來而利好的物聯網為例，競企之間的核心技術能力可以以相對低的資金和時間成本突破。在技術創新愈發受限的時候，剩下的更多是市場的角逐，而市場的角逐又離不開公司資源和背景等老生常談的舊話題。但當資源背景成為投資的主要依據，當資源變現的公司汾湧。
行業的發展又如何稱得上健康。
13樓：張衛青
對於AI的行業，不要只是站到投資者的角度去看，其實這個行業目前有很多東西在嘗試落地，但是要真的商業化應用，需要依賴的條件不光是技術、產品，更多的可能是結合現實，但是也有嘗試是站在未來趨勢的角度去突破的。
每個行業都有週期性問題，目前ai也會存在這個問題，但是至少在大資料、雲計算的推動下，趨勢方向是越來越好。可能比較樂觀，僅為個人觀點。
14樓：隔壁老王沒話說
「2023年人工智慧行業進入冬天了麼？」這個問題可以換成「2023年網際網路行業進入冬天了麼？」
同意一些高讚回答裡的看法，所有不賺錢的行業都會死，這是一定的，只是2023年之前有資本炒作，有行業泡沫，所以2023年上半年網際網路行業還在狂歡，殊不知下半年就迎來了寒冬。
AI只是這個寒冬裡的乙份子，作為乙個工具類產品，必須產生足夠的價值才能健康的發展下去。正常而健康的發展流程應當是先進入市場，通過商業競爭不斷完善產品，但現在的AI研究反其道而行，先燒錢研究再尋找市場，如果找不到市場就白忙一場。
人工智慧行業發展還只是初步階段，垂直領域也不過是面部識別、語音識別、物品識別、顏色識別等基礎內容，還有非常大的研究空間。因此不用擔心人工智慧就此進入寒冬，網際網路經濟下行帶動一線城市經濟下行、一線城市經濟下行帶動全國經濟下行、結合世界經濟環境，你會發現所謂的寒冬只是經濟週期而已。
近年會有下一輪經濟增長帶動人工智慧行業，放心。
2023年，你對人工智慧行業都有哪些期待？
芯科技 人工智慧將在2021年進入乙個全新的元年，本世紀前20年的鋪墊，加上第20年突如其來的新冠，都使得人工智慧在即將邁入下乙個新十年的時候，受到了足夠的市場重視，同時也發揮了更加重要的作用。所以關於2021年，我覺得看點會有兩個主要的看點 一 人工智慧加快普及，尤其是在國內強調內迴圈的情況下，各...
未來20年，人工智慧會對CG繪畫行業造成毀滅性打擊嗎
躺賺36計 打擊會有，但是不會是毀滅性打擊，相反的，我認為這種打擊，反而是一種清洗，讓這個行業更好。CG動畫嚴格來說也屬於藝術創作，既然是藝術創作，那就不只是看技術這一方面這麼簡單了，它還夾雜著人類的情感 個人的喜好等說不清道不明的東西，畢竟一千個人心中有一千個哈姆雷特。再厲害的藝術品，向來都是有褒...
2020 年人工智慧究竟發展到什麼程度了？
這句不行 需要數學基礎 高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析。數學基礎知識蘊含著處理智慧型問題的基本思想與方法，也是理解複雜演算法的必備要素。抄今天的種種人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握必備的數學基礎知識。線性代數將研究物件形式化，概率...