不能否認的一個事實，CV在最近幾年的發展來說，確實是AI領域最熱門的方向。不過根據可信的市場調查可以發現，在2018年這段時間內，無論是工業界，還是學術界，均掀起來一場狂熱的AI熱潮（以CV為甚）。在騰訊宣講會上負責人表示CV的實習生的報錄比接近100：1，在位元組跳動的招聘的信息中，也表示投遞演算法的人遠超所需。在學術界，甚至有很多不那麼相關的領域的老師，研究員等也逐步轉行AI和CV。那麼種種跡象，是否表明CV真的是需求過剩，現在入坑CV是否是好的選擇？未來的AI發展方向在何方？下面筆者將一一敘述。

首先，筆者以為，針對於CV這個方向，近期的市場需求的規模是較為可觀的，相比於Ai的其他方向，諸如NLP或者語音處理等方向，CV的落地應用是較為可觀。因此也就造成了互聯網的資本的傾斜，從而提升了整個行業的薪資水平。但是在高新重利的誘導之下，便會存在對於CV領域瞭解不夠深刻的人轉行CV。或者新人入行CV。那麼在不知自己未來所需的情況下，盲目地跟風CV，就一定會造成CV領域的人才擁擠，甚至換句話來說，是人多。並不是人才的多。那麼針對於對於CV有一定經驗積累的同學入行CV自然是再正常不過，但是那些對於CV並不是有著很高的熱情，甚至不知道CV具體是做什麼的來說，那麼入行可能僅僅是為了「高薪」，那麼就要慎重考慮一下，特別是對於研究生來說，未來幾年？什麼行業會是「高薪」，還會是CV嗎？或者其他行業？這個當然需要具有一定的前瞻性和長遠的視野。

其次，對於CV領域來說，甚至對於整個AI行業來說。AI的爆發無異於兩個核心關鍵點。其中一個是數據，另外一個是算力。很多人把2016年當初AI+的元年，其實真正的AI提出是在1956年的達特茅斯學院上就已經提出。只是在這個領域的60年末，因為谷歌的AlphaGo的人機大戰而聲名鵲起。發展至2018年，AI更是達到了前所未有的頂峯。那麼大量學者的轉行，人才的湧入，自然是對於這個行業的前進有著巨大的推動力。特別是學術異常繁榮。那麼大量人才的湧入，必然會導致研究門檻降低，行業壁壘的打破，技術發展走到瓶頸期。那麼下一個熱點將會是什麼呢？

回顧上一段次句。人工智慧的三大基石（演算法+數據+算力）。當進入21世紀來說，大量信息的產生，大數據環境下帶給我們的數據變得豐富，來源廣泛，實時。以至於我們可以從不同的角度對於現實進行更為真實的描述。這點是不可否認和質疑的。那麼算力是如何在21世紀進行飛速提升的呢？以往的人工智慧科學家往往受限於單機的計算能力，對於數據的像本對單臺計算機裏進行建模分析，導致模型的準確率降低。伴隨著雲計算技術和晶元處理能力的迅速發展，為AI的爆發提供了契機，現在，人們可以利用成千上萬臺的機器進行並行的計算，尤其是GPU，FPGA，以及人工智慧的專用晶元的發展，為人工智慧的落地奠定了基礎的計算能力，纔能夠使得類似於人類的神經網路演算法模型的應用成為現實。

那麼當技術領域達到瓶頸期，必然會尋求算力的提升作為AI行業的下一個突破口。自然會尋找新的體系架構作為硬體支撐。其中以Google為代表的巨頭在2017年發布了TPU（Tensor Processing Unit/TPU）作專用領域架構（Domain Specific Architecture/DSA）的重要實現之一。其次對於NXNet（深度學習框架之一）的創始者亞馬遜也在2018年拉斯維加斯召開的大會上發布了Inferentia專用AI推理晶元。當然作為GPU的領導者，英偉達一直在這個方面有所建樹。再看國內，誕生了如寒武紀等十分著名的AI晶元企業，當然還有阿里收購中天微所成立的平頭哥半導體公司。近期，被譽為AI獨角獸的四小龍之一依圖，也率先發布了「求索」定製化AI晶元。當然國內的其他晶元廠商也加大力度研發，比較知名的如商湯科技，地平線，比特大陸，深鑒科技等，當然還有一些不太知名的如：雲知聲（北京），嘉楠耘智（杭州），啟泰英倫（成都），龍加智（北京），探境科技（北京）等也均加大力度研究AI晶元。從此可以預知，算力的提升已經到了至關重要，不可忽視的地步。傳統AI企業若尋求長遠發展，必然會考慮到設計擁有自主知識產權的定製化AI晶元。若不能趕上這波潮流，當泡沫消散時，只能走向被動的局面。故因此來說，互聯網企業的資本注入，為數字IC領域提供了前所未有的機遇。

眾所周知，2018年的下半年，互聯網遭遇了寒冬。但是從2018年集成電路領域的招聘來看，數字IC設計的方向卻是前所未有的光明。根據某位N廠的高級工程師透露，現在IC方向的正是急缺人才的時候，整個行業也均是互相挖人才的時候。可以預期的是，未來各項應用將有不同的定製化晶元，出現人工智慧晶元百家爭鳴的盛況。AI晶元的發展也為我們提供了前所未有的機遇，從市場到技術，均為我們新一代的青年提供了無限的可能和希望。正是因為新的時代給了我們這一代的青年的機遇，我們纔有機會在新的時代施展我們的才華。

推薦閱讀：