1樓：AI落地工程師
缺什麼喊什麼！
缺什麼感覺什麼重要！
歸納起來就是什麼都重要，缺乙個都整合不成乙個完整的功能，乙個應用，乙個系統，乙個解決方案。
2樓：深度語義
說好的資料呢？李飛飛的棺材板壓不住了。
這次波人工智慧，中國有幸得到有良心的人指點，才敢這麼說。如果，讓利益相關者，比如李飛飛來瞎忽悠，肯定是只要ImageNet就行了。
3樓：西安類腦感知科技發展有限公司
人工智慧是乙個交叉學科，涉及到的專業主要有三大類：計算機類、自動化類以及數學類。而具體學科包含以下學科但又不限於以下學科，僅供參考：
電腦科學與技術、軟體工程、資訊保安、物聯網工程、機器學習、智慧型科學與技術、空間資訊與數字技術、電子與計算機工程電子資訊類：通訊工程、資訊工程、水聲工程、電子資訊工程、程式語言、微電子科學與工程、光電資訊科學與工程、自然語言處理、電磁度場與無線技術、電子資訊科學與技術、電波傳播與天線、積體電路設計與整合系統；自動化、軌道交通訊號與控制；數學與應用數學、資訊與計算科學、數理基礎科學、資料科學與大資料技術等學科。
所以演算法只佔一部分。
4樓：charles
為什麼說演算法是核心呢，其實很多東西都很重要啊，演算法只是實現功能的乙個重要的手段和工具而已，硬體平台也是非常重要的，很多功能其實演算法是可以寫出來的，但是找不到可以搭載他的硬體平台就只能一直放在那裡呢，所以很多東西都很重要，缺一環都不行，只能說演算法這塊現在物以稀為貴，最近資本熱度上去了一些而已。
5樓：博雅雲圖
判斷、推理是人類智慧型的核心，這是大量複雜的人腦演算法、經驗資料、知識等資料互動作用的過程，人工智慧的核心就是力爭模擬或還原這個過程。
6樓：gwave
人工智慧含義廣闊，機器學習只是其中乙個分支，更遑論深度學習，雖然DL這幾年很火，動輒深度神經網路，本質是建立從輸入到輸出的對映，在高維空間學習到乙個低維的流型manifold，靠大量算力和資料堆出來，求數學上的最小值而已。原理上沒有本質突破，模型是個黑盒子，可解釋性不佳，不知道啥時模型就失效了，所以才依賴大資料和算力。要是演算法突破了，像大腦這樣，20瓦的功率，看乙個樣本就能學習，沒有樣本也能自己推理，還需要大資料？
20W的功率夠了，效率低下的全連線神經網路就是暴力計算的代表，不過事物發展總是有個階段性，從實踐到理論也是乙個正常的過程，重視算力和大資料先搞起來是初級階段的特點。
7樓：
為什麼我感覺資料才是核心？至少現在是這樣。
garbage in，garbage out這個我是很同意的，no free lunch理論也是成立的。在現在這個階段，毫不客氣的講，資料是決定產品的核心。擁有龐大的資料，你甚至可以用logistic regression這種簡單的模型得到不錯的效果，還兼顧了latency等要求。
為什麼少有見關於人工智慧演算法的演算法複雜度分析？
呂衝 不知道你指的是廣義的人工智慧，還是當前以神經網路為主的狹義的人工智慧。我猜是後者，就從後者的角度簡單回答一下。不同模型之間的複雜度還是有對比的，比如對比引數數量，對比FLOPs。但是神經網路相對於傳統的演算法，實際的執行時間高度依賴於具體的實現，受很多因素的影響。比如，在卷積神經網路中，具有相...
如何看待霍金說人工智慧是危險的
NN陳 說這話首先要知道什麼是人工智慧吧。目前為止還沒有人見過正真的人工智慧。科幻大片中的機械人還是阿爾法狗這樣的機械人？霍金好像沒有研究過人工智慧。我們很容易把科幻片裡面的暴力機械人想象成以後的人工智慧。這就像夜裡害怕鬼一樣，實際上這種東西只是我們的想象。現實是人工智慧目前還處於萌芽狀態，弱人工智...
目前熱門的人工智慧和大資料的核心是什麼？
嘉慧Lincoln 很多人還搞不清大資料和人工智慧的關係。這裡引用馬化騰在清華大學洞見論壇上說過話 未來所有企業形態都是在雲端用人工智慧處理大資料第一是AI，第二是雲計算，第三是大資料。過去把用電量作為衡量乙個工業社會發展的指標。未來，用雲量也會成為衡量數字經濟發展的重要指標。大資料就更不用說了，一...