大家觉得，生活和信念正在被颠覆，崭新的时代即将来临。
到了2020年，虽然人工智能和机器学习热度仍在，却没有什么“惊天地泣鬼神”的新东西出场，和前两年相比，机器学习在媒体中的热度降温了。
那么，机器学习还香吗？内卷了吗？
现在开始学机器学习，还来得及吗？
先说一件事：
也就是两、三年前吧，有天早上一小美女同事带着熬夜排到的iPhone进了公司。大家呼啦一下围上来。最开始屏幕是锁着的，然后小姐姐面带着微笑把电话往自己脸前一晃——好帅啊，手机解锁了！当时我们这些围观群众都惊呆了……心想这什么黑科技啊……
这场景要是在今天重放一遍，大家会不会把我们全体人当傻子？—— 老土啊！不就是一人脸识别吗？这破技术早都烂大街了……
我说这件事是什么意思呢？——现在技术落地的速度，实在是太快了。一种“黑科技”，从实验室里面走出来，从学术界到工业界，简直是零距离。
事实上，机器学习开始真正吸引眼球，是从其分支深度学习的出现开始的。作为一种突破性的技术，深度学习把AI提升到了一个崭新的高度。
新的飞跃确尚未出现，但是机器学习和深度学习在数据分析、计算机视觉、自然语言处理、自动驾驶和机器人等场景中，具体的应用一个接一个的落地，层出不穷。因此，深度学习之后的主要发展，不全是技术的发展，而是实际应用场景的广泛拓展。
因此，我的答案是机器学习并没有内卷，他正在走下神坛，从学术殿堂的象牙塔中逐渐落地，成为一种应用技术。
在未来的AI世界中，会存在两种人：
第一种是继续寻求AI创新的算法工程师、数据科学家
，努力寻找更好的算法和新的技术突破；
第二种是机器学习的应用者，对他们而言，机器学习就向Java/C++、Excel/PPT一样，只是解决问题的一种手段。是像英文、驾车一样不得不会的工具。
第二种人会比第一种人多很多，也一样会很有价值。
也就是说，只要你从事与大数据、IT相关的工作，你可能就得多少学点机器学习的知识，多少会使用一些机器学习模型。——即使你的目标并不一定是成为机器学习和算法工程师。
也许：
你需要对未来的业务数据进行预测——可以应用回归和分类模型；
你需要进行大数据的分析和处理——比如开发或优化推荐系统；
你需要对非结构化的图片进行特征提取——比如为产品加入人脸识别功能；
你需要通过强化学习训练智能体——比如训练更聪明的聊天机器人。
下图是一些机器学习的种类和应用场景，大家可以看看（覆盖未必很全面，因为机器学习的应用领域发展太快）。
