在各大瀏覽器上逛了一圈後發現很多人都說ai開始趨於平淡了，感覺很多人都已經加入了ai行業，機器學習已經不是什麼太新鮮的事了，請問再過幾年ai是不是就不火了？現在學ai，做ai工程師有前途嗎？

有前途，但不能淺嘗輒止。

從產業發展的趨勢來看，未來越來越多的行業會融入AI的技術，使得產品/服務體驗更好、迭代速度更快。前兩年提出來的AI+就是這個概念。所以，一定是有前途的，但是至於能不能轉化為「錢途」、升職加薪，又或者能不能為產業做出貢獻，就看個人鑽研、沉浸的深度和時間長久了。

目前，人工智慧從業者主要聚集在如下幾個領域：

  1. 計算機視覺
  2. 語音與NLP
  3. 推薦、營銷

上面的說法可能不太準確，但是會給入門者一個概念，大體知道人工智慧是做什麼的。

人工智慧其實就是模仿人類的技能。

人類從感知層面來說有聽覺、視覺、觸覺、嗅覺、味覺。 那麼計算機視覺就是模仿人類的視覺功能，比如人類可以識人，因此有了人臉識別課題；人類可以分辨萬物，因此有了物體分類；人類可以明確指出物體在哪兒，因此有了物體檢測；人類可以清晰說出物體的輪廓範圍，因此有了物體分割；人類可以認字兒，因此有了OCR研究。語音識別呢，模仿的就是人類的聽覺功能，這裡不再贅述。

從認知層面來說：人類看到一個場景，就知道這個場景裏每個人在幹什麼，大概是什麼含義；這就是圖像理解所研究的範疇。人類聽懂了某句話之後，會理解其中的主語、謂語、賓語，或者這句話是什麼含義，能夠獲取關鍵信息，能夠對話，這個就是NLP所研究的範疇；

從決策層面來說：人類在通過看、聽、讀等操作之後，能夠有一定目的的去做某件事，這就是一個決策的過程；往年的AlphaGo, 現在很火熱的 reinforcement learning，研究的就是決策的智能。

上面大體介紹了下人工智慧包括哪些範疇，有哪些研究課題；下面結合場景，來說說人工智慧在實際生活、工作種會有哪些應用。舉兩個例子，一個是金融、一個是教育。

金融：

這兩年，金融科技的概念很火熱，那就來看看人工智慧在金融領域有哪些應用。打開一個金融App（比如招商銀行），我們可以看到裡面用到了很多的「黑科技」；開戶時用到了人臉識別、身份證識別、活體檢測；綁卡時用到了銀行卡識別；使用過程中有疑問，用到了客服機器人、知識圖譜； 借款時，用到了額度分析； 還款時有智能催收、智能質檢；人工智慧有如此多的應用！而且每一個新技術的使用，都會使得App的用戶體驗更好。

教育：

疫情的影響使得在線教育成為了一個非常大的市場，不少巨頭相繼入場，那麼我們就來看看要做好在線教育需要哪些AI加持。要想做好一個平臺應用，少不了註冊、登錄；教育連接的是老師和學生，因此開戶三件套（人臉識別、身份證識別、活體檢測）是不可少的； 授課環節，老師如何教學效果更加好呢？如果有VR加持，一定更加生動。即使是視頻直播形式，如何增強畫質、如何去除雜訊、如何基於老師的敘述增加字幕，這個都是可以考慮藉助AI來改善的。那麼，在學生聽課的時候，是否可以依據學生表情，做個疲勞檢測呢； 在學生答題的時候，能否實現拍照搜題呢，這個OCR技術和NLP技術就有用武之地了。另外，對於用戶的諮詢，平臺如何更好的響應呢？ 智能客服或許是需要加進去的。

上面說的只是AI在行業中的一些場景的典型應用。可以看到，AI對於一個公司業務來說，能夠做的東西其實很多很多。有業內人士曾發出過感慨，他說有了人工智慧之後，任何行業都值得重做一次。這個就是新技術帶來的行業變革。人工智慧從2014年開始，剛剛火了5，6年，與行業的結合正在一點一點的發生，未來還有無限的想像空間。

需要強調的是，有沒有前途取決於你能夠鑽得多深、做得多久，雖然人工智慧正在重新塑造行業，但是如果只是淺嘗輒止，不能幫助企業真正落地、或者推動研究更進一步的話，或許也就違背了學習的初衷。

肯定呀！AI的技術根本就還沒成熟，現在全是深度學習煉丹師。我簡單隨便列幾個現在還無法解決的問題：

  1. 多智能體協同。想像一下以後的無人超市，自動駕駛等，每個機器都是一個智能體，他們之間如何合作？現在的AI大部分還是單機的。
  2. 分散式。數據存在不同的機器上，你總不可能建一個無敵大的中心存儲所有數據吧，更何況數據都是私有的，有隱私的。那如何保證數據不公開的情況下，有效的利用所有數據去學習機器學習模型？（聯邦學習）
  3. 計算機硬體。基於圖靈和馮諾依曼的機器只能執行設定好的演算法，並不能產生真正的智能。因此，現在有大量的研究在類腦計算上，用計算機硬體去模擬大腦，從而產生智能。

網路協議，網路安全，不談技術的話，從社會管理這些專業來說，也有相當多的工作，比如說人工智慧出現後的法律法規，責任主體是人還是機器？人工智慧出現後的失業問題？倫理問題？甚至於像合核協議或者環境協議一樣，全球對人工智慧的發展也做出規劃？因此，人工智慧不僅僅是學計算機理工科的人才能做的。

變數很大

如果未來不久出現了像《友誼是優化》裡面不斷自我優化用友誼和小馬滿足人類價值觀的超級人工智慧CelestAI，你就好好活著等上傳

但是有可能人工智慧編程都弄不出那種AI，其他領域對AI的需求一直增長

從大趨勢來看是有前途的:

隨著產業的發展，以後人工智慧會滲透到生活的方方面面，衣食住行都會離不開人工智慧，應用場景會無限多，其實最近幾年已經逐步進入我們的生活周邊：

1、比如無人零售商店、智能輔助駕駛汽車、智能音箱、智能工廠等等已經進入我們的生活；

2、另外在我們看不到的地方但是與我們每天接觸到的大數據分析這塊其實應用更為廣泛，淘寶、今日頭條、微信朋友圈、抖音這些平臺人工智慧發展速度更為迅速，其實大家應該發現現在各個平臺都會根據推薦我們感興趣的內容到我們首頁，其內在原理就是後臺人工智慧利用大數據分析智能匹配推送到到我們的；

3、人工智慧調度，大家接觸最頻繁的是物流和交通領域，如快遞分配和網約車調度，現在各大快遞公司的人工智慧已經應用到調度、倉儲管理、信息管理等各個方面，而滴滴也會通過人工智慧進行訂單分配、車輛調度以及客服等等方面；

以上僅僅是人工智慧進入生活的冰山一角，而隨著技術的發展，未來人工智慧會成為整個社會的基礎技術，自然是前途無限的。

人工智慧逐漸降溫只是其一，其二是人工智慧兩極分化，幾個大公司做平臺，其它人傻瓜式調用，不需要中端人才

人工智慧的就業前景還是很不錯的，人工智慧的發展現狀處於成長期，國家發布相關政策促進人工智慧的發展，一些省份也比較重視人工智慧的發展，並提出了相應的規劃。

你這個問題就好比10多年前學計算機的，那麼火會不會學的人太多？

AI應用很廣泛，未來對於各行各業的影響也是非常大，目前來說還是很有前途。

有的肯定會有的。加油學

這是目前發展的一個大方向，只會有越來越多的企業入市，越來越多的人入行，只要學得好，肯定是有前途的。就比如曉多，一直歡迎人才的加入的。

學習AI最好的時間是五年前，其次是現在

推薦閱讀：
相關文章