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)。