1樓：
我十分同意這波AI潮是從AlexNet引爆的。作為研究生，要提到一點，AI在高校的大幅爆發，是由在JD上一東內1080和Titan顯示卡就售罄來體現的。（笑~
2樓：
資本是逐利的，短期沒回報支撐不了預期的東西他們不願意去。其實和別的學科並沒有太大的本質不同，只是現在時候到了，AI能實打實的解決一些需求，轉化為生產力，錢就來了。等哪天風口一過，現存的軟硬體技術積累不能在足夠多的現實場景落地的時候，AI就又會變成象牙塔的專利。
3樓：汪凱
說企業和高效感覺都有點偏！人工智慧感覺爆發就是在市場上，像一些影象識別的應用場景，Alpha go也算是乙個被人熟知的場景了。VR和AR也就是在這塊太乏力了！
4樓：我不是王力巨集
企業高校都是拿出來騙騙經費的，能騙則騙，至於到底有什麼用、能用到什麼地步，不知道。
企業都是面對市場，弄得不好不對，就得破產下崗。
5樓：小賴sqLai
外行就別瞎扯了，整一波深度學習火了是因為12年的alexnet，hinton組的alex搞的，資料是李飛飛他們的imagenet，和公司有鳥關係。再早點，06年那一波rbm，也是hinton他們那幫人搞的。
AlphaGo只是在刷存在感，而且實際上，那波人在被谷歌收購之前就一直在做這個了，別忘了，silver之前可是在ucl一直做強化學習的。
至於公司的內部研究院，還不是源源不斷地靠學術界各種人才輸送麼，那也是各家實驗室幾十年的經驗技術積累啊，只不過企業的資本讓這個技術影響力不斷放大擴張。
誒，真是應了劉知遠老師的話，ai火了，就什麼人都冒出來自稱自己是權威專家了。
6樓：「已登出」
這不是很明顯嘛，肯定在企業啊。
科研可不是一股腦的先投入研究再找市場，而是市場先有利益需求才去研究的。
很多技術其實已經能夠實現甚至已經實現只不過沒有商業價值，爛在實驗室裡了。
AI這種發力點還在企業，即便出現在高校那，八成背後也會有企業支援的。
不過國內體質不好說～
7樓：
反對所有鼓吹資料為王的。人工智慧想要有所突破，怎麼可能指望喂資料這種暴力手段？你的演算法從TB/PB級的資料中能學出多少知識，KB級還是MB級？
效率多低自己心裡沒點數？你自己小時候學會說話才用了多少資料？大資料有什麼用？
無非是更好的分配價值，而不是創造價值。
人工智慧若要爆發，必須是帶來了實際的生產力的提高。影象識別、自然語言處理、精準廣告投放，這些的價值怎麼比得上工業生產？目前來看，人工智慧最有發展潛力的是強化學習，因為這是最適合機械人領域的學習方式。
強化學習你怎麼喂資料？理論上，只要Agent不停去試錯，你就有無窮的資料可用。但是試錯的成本很高，很多時候你沒有多少空間去試錯，你必須盡快學會完成一項任務，甚至是根據以往的經驗，第一次就做對。
應用上的突破，出現在企業的可能性更大一些。理論上的突破，出現在高校和企業的可能性差不多。
8樓：
乙個側重exploration，乙個側重exploitation。
爆點來臨之前，過於誇大或倚重任何乙個，對這個領域來講都不是最優的。
這兩個的互補關係都搞不清，貴乎的答主們真的好意思自稱懂ML/AI？
9樓：
先問「是不是」，再問「為什麼」，誰跟你說會爆發的，無非是拿來騙錢的噱頭罷了，所有人都在談人工智慧所有人又都搞不清是怎麼回事
10樓：
當然是企業。你看，這波AI浪潮開啟後，一下子冒出好多人，都說自己是人工智慧工程師、科學家和業界領袖，而且大多出現在企業，顯然爆發點在企業。當然，如果有一天AI沒那麼火了，相信這些AI工程師、科學家和業界領袖又突然不見了。
所以全面地說，企業既是AI的爆發點還是AI的湮滅點。
11樓：
這輪人工智慧的爆發點不是imageNet上 hinton的這篇文章嗎？
ImageNet Classification with Deep Convolutional Networks
上面某個搞電子商務的答主，答題前不知道先把Baidu下嗎？
說得就是你， @Ivony ，你這個答案是在表現你在人工智慧領域的無知嗎？
12樓：齊天大聖
如果你說的人工智慧是機器智慧型，那麼，在企業。因為機器智慧型，無非是海量資料的迭進。
如果你說的人工智慧是更高階的模式，那麼，在未來N年，我們都看不到。
從傳統科學角度來說，我們連人類大腦學習的機理都沒搞清楚，比較難製造乙個機器大腦出來；
從傳統宗教角度來說，就是製造乙個靈魂出來；我個人在佛教典籍上沒有看到。（卵生、胎生、化生等形式裡面，未見有類似提及）
13樓：w2014
兼而有之
學術上來說人工智慧理論的提出什麼的很多是在高校的but最後能夠集中資源做出成果性突破的還是企業多一些吧。
私以為高校企業各有所長，缺一不可。只認可其中之一，未免有失偏頗。
更何況很多企業的工程師本身也身負教職（啊不是教會啊……）
14樓：冷若劍
這麼說吧，目前的人工智慧有很多前置環節，比如：儲存、分布式、區塊鏈技術等等，也許單一的演算法很早就有了，但是沒有這些「其他型別」技術支撐，是無法引爆這個點的！而個人見解認為，高校不具備這個實力，也許有專一領域的深度，但是沒有谷歌這種企業在專業領域的廣度，這不是某乙個系院能夠搞定的事情！
並且你不會天真的認為企業研發中心的攻城獅在某些領域的深度會比高校的教授差，很多邋遢走火入魔的程式設計師和實驗室裡的科學怪人沒多大區別的！
15樓：
最怕這種不懂裝懂的外行人了，說的頭頭是道可以都不對，問題是你看他說的辛苦，還不好意思罵他，唉，氣的人肝腸寸斷。
很顯然，一定是在企業爆發。
要知道現在高校的理論都是市場需求在推動的。
說真的人工智慧這一行吧，魚龍混雜。但凡有點真本事的，都在企業。
我們只要看看起點就行了，谷歌帶頭，微軟緊跟，日本索尼據說在憋乙個黑科技（傳說中的擬人化）。再看國內，無人機，水下機械人，都處於什麼水平？
傳說的西安，瀋陽，北京，深圳等扎堆的地方，誰不是從自動化和資訊化轉過來的？
你說從自動化和資訊化轉來的這些就叫人工智慧？
唉。。。。
16樓：我是你的小可愛吖
就想知道高校如果真的研究了乙個特別厲害的但是消費特別高的專案，但是高校一般研究都是研究出來才發錢啊，中間他們沒錢的時候怎麼辦，就問問你怎麼辦，這樣資金缺乏的時候，有幾個能堅持下來。
17樓：郭薇
學校大都是學生和老師，而老師中有一部分是直接留校的，一部分是考試進入，只有很少一部分老師是和企業有聯絡的，像這樣的組成，怎麼打敗有經驗和技術的企業。
18樓：今天晚上走
校企合作很早之前就有了，但是你看到有某乙個大學突然出來乙個很厲害的人工智慧類的新聞麼，沒有，這說明了什麼，即使校企合作，重點也不太會在學校。
19樓：潔大大
要知道很多科研成果都是大公司研究室出來的，而不是高校，而且公司要比學校的技術成熟的多吧，實踐經驗要豐富的多吧，對於某一領域的大多都是精英類的人吧，這都是學校沒法比擬的好嗎！
20樓：
必然在企業。高校，搞搞模型加速和壓縮吧。
2012爆發是在高校。
未來爆發是在企業。
2023年爆發也在企業啊。(???)
21樓：
高校怎麼可能和企業比，性質就不同的好不啦，如果真的爆發點在高校，那前幾年各大高校的學生研究出了智慧型宿舍什麼的早就爆發了，如何會等到現在還在研究這個問題。
22樓：神兮兮
你要說是趨向的話說不定我還會說高校，因為有熱情和腦路，而且想法多，實施起來的方法也多，不想企業諸多限制，但是如果你說爆發點，那就得說企業了，企業都是有研究方向的，而且資金什麼的都是很充足的，不會碰到很多麻煩，都是定點研究，所以我覺得還是人工智慧。
23樓：李金浩
高校可能會成為乙個爆破點，但是在國內的話機率可能不高，不是看不起高校，實在是因為我們的制度很容易的就卡住高校的人工智慧的發展了
24樓：茶折木
應該是在企業，在我看來，一般的計算機可能會撐不住人工智慧的運算量，硬體不夠。
人工智慧的出現應該先是國家機構可能性最大
其次是谷歌，微軟等一線大型計算機企業，其次才是高校
從進化的角度看，實現強人工智慧，究竟是資料重要還是模型重要？
老傢伙 從進化的角度來說，模型比資料重要，但是資料是模型的基礎，資料採集 分析 提取才是模型組成要素啊，人工智慧不能強行拆分資料與模型，模型具有資料遷移和延伸，但是模型的自我演化需要的是智慧型變遷和躍遷能力。所以強人工智慧不能把資料和模型提出來，他們只是因素，不是關鍵要素。強智慧型化的重點是什麼呢？...
《我不是藥神》提到的 仿製藥 究竟是在救人，還是在害人？
影片裡一直在強調印度藥是假藥，事實是病人吃了有效果，管他黑貓白貓，抓到老鼠就是好貓，我也不認為印度藥廠能搶正規藥廠多少生意，最多就是喝口湯吧，吃相好難看的，把生命大事交給以盈利為目的的團體，真的合適嗎？事實就是大家都知道的事情。有藥吃，患者就能活，沒藥吃等死。在這個層面上印度仿製藥是救人的。但是換了...
在大學的時光裡，究竟是應該談物件，還是應該好好學習呢？？
Der Narr 這兩件事並不是完全矛盾的，也有主次之分，規劃好自己的目標，好好學習，多多參加專案實踐，把同學朋友的關係經營好，在此基礎之上，慎重戀愛，慎重，慎重，能相互尊重，三觀差別不大，就談吧，能在學校裡解決了婚姻大事，也省了很多心，牢記前者是基礎，是基礎 邋遢包 個人建議你把學習放在第一位，如...