不能否认的一个事实，CV在最近几年的发展来说，确实是AI领域最热门的方向。不过根据可信的市场调查可以发现，在2018年这段时间内，无论是工业界，还是学术界，均掀起来一场狂热的AI热潮（以CV为甚）。在腾讯宣讲会上负责人表示CV的实习生的报录比接近100：1，在位元组跳动的招聘的信息中，也表示投递演算法的人远超所需。在学术界，甚至有很多不那么相关的领域的老师，研究员等也逐步转行AI和CV。那么种种迹象，是否表明CV真的是需求过剩，现在入坑CV是否是好的选择？未来的AI发展方向在何方？下面笔者将一一叙述。

首先，笔者以为，针对于CV这个方向，近期的市场需求的规模是较为可观的，相比于Ai的其他方向，诸如NLP或者语音处理等方向，CV的落地应用是较为可观。因此也就造成了互联网的资本的倾斜，从而提升了整个行业的薪资水平。但是在高新重利的诱导之下，便会存在对于CV领域了解不够深刻的人转行CV。或者新人入行CV。那么在不知自己未来所需的情况下，盲目地跟风CV，就一定会造成CV领域的人才拥挤，甚至换句话来说，是人多。并不是人才的多。那么针对于对于CV有一定经验积累的同学入行CV自然是再正常不过，但是那些对于CV并不是有著很高的热情，甚至不知道CV具体是做什么的来说，那么入行可能仅仅是为了「高薪」，那么就要慎重考虑一下，特别是对于研究生来说，未来几年？什么行业会是「高薪」，还会是CV吗？或者其他行业？这个当然需要具有一定的前瞻性和长远的视野。

其次，对于CV领域来说，甚至对于整个AI行业来说。AI的爆发无异于两个核心关键点。其中一个是数据，另外一个是算力。很多人把2016年当初AI+的元年，其实真正的AI提出是在1956年的达特茅斯学院上就已经提出。只是在这个领域的60年末，因为谷歌的AlphaGo的人机大战而声名鹊起。发展至2018年，AI更是达到了前所未有的顶峰。那么大量学者的转行，人才的涌入，自然是对于这个行业的前进有著巨大的推动力。特别是学术异常繁荣。那么大量人才的涌入，必然会导致研究门槛降低，行业壁垒的打破，技术发展走到瓶颈期。那么下一个热点将会是什么呢？

回顾上一段次句。人工智慧的三大基石（演算法+数据+算力）。当进入21世纪来说，大量信息的产生，大数据环境下带给我们的数据变得丰富，来源广泛，实时。以至于我们可以从不同的角度对于现实进行更为真实的描述。这点是不可否认和质疑的。那么算力是如何在21世纪进行飞速提升的呢？以往的人工智慧科学家往往受限於单机的计算能力，对于数据的像本对单台计算机里进行建模分析，导致模型的准确率降低。伴随著云计算技术和晶元处理能力的迅速发展，为AI的爆发提供了契机，现在，人们可以利用成千上万台的机器进行并行的计算，尤其是GPU，FPGA，以及人工智慧的专用晶元的发展，为人工智慧的落地奠定了基础的计算能力，才能够使得类似于人类的神经网路演算法模型的应用成为现实。

那么当技术领域达到瓶颈期，必然会寻求算力的提升作为AI行业的下一个突破口。自然会寻找新的体系架构作为硬体支撑。其中以Google为代表的巨头在2017年发布了TPU（Tensor Processing Unit/TPU）作专用领域架构（Domain Specific Architecture/DSA）的重要实现之一。其次对于NXNet（深度学习框架之一）的创始者亚马逊也在2018年拉斯维加斯召开的大会上发布了Inferentia专用AI推理晶元。当然作为GPU的领导者，英伟达一直在这个方面有所建树。再看国内，诞生了如寒武纪等十分著名的AI晶元企业，当然还有阿里收购中天微所成立的平头哥半导体公司。近期，被誉为AI独角兽的四小龙之一依图，也率先发布了「求索」定制化AI晶元。当然国内的其他晶元厂商也加大力度研发，比较知名的如商汤科技，地平线，比特大陆，深鉴科技等，当然还有一些不太知名的如：云知声（北京），嘉楠耘智（杭州），启泰英伦（成都），龙加智（北京），探境科技（北京）等也均加大力度研究AI晶元。从此可以预知，算力的提升已经到了至关重要，不可忽视的地步。传统AI企业若寻求长远发展，必然会考虑到设计拥有自主知识产权的定制化AI晶元。若不能赶上这波潮流，当泡沫消散时，只能走向被动的局面。故因此来说，互联网企业的资本注入，为数字IC领域提供了前所未有的机遇。

众所周知，2018年的下半年，互联网遭遇了寒冬。但是从2018年集成电路领域的招聘来看，数字IC设计的方向却是前所未有的光明。根据某位N厂的高级工程师透露，现在IC方向的正是急缺人才的时候，整个行业也均是互相挖人才的时候。可以预期的是，未来各项应用将有不同的定制化晶元，出现人工智慧晶元百家争鸣的盛况。AI晶元的发展也为我们提供了前所未有的机遇，从市场到技术，均为我们新一代的青年提供了无限的可能和希望。正是因为新的时代给了我们这一代的青年的机遇，我们才有机会在新的时代施展我们的才华。

推荐阅读：