为什么我不再从事人工智能AI工作？

作为一名数学人，发现自己在数学科研这条路上的前途并不光明之后，就转向了互联网。

现在看来，当初的选择并没有问题。之前十几年，互联网是中国最蓬勃发展的行业，几乎没有什么其它行业可以与之媲美。可惜，天意弄人，这中间无数莫名的波折，让我身心俱疲。而且，从2014年之后，互联网的行业机会事实上越来越少了，“内卷”成了主流，焦虑情绪开始蔓延，直至如今全行业感同身受。

2016年，AlphaGo横空出世，人工智能迎来了新一轮高潮。全球巨头互联网公司纷纷趋之若鹜，不惜天价聘请各路人工智能大神加盟，若干公司均为此耗资百亿甚至更多。作为互联网人，错过了前面的移动互联网和大数据时代，心想再不能错过这么好的机会了。

身处其中，实践之下，发现这一轮以“神经网络”为主干的人工智能，在网络速度越来越快、获取数据越来越方便且多元化、计算力越来越强的多方合力之下，的确可以在视觉、文本以及语音翻译等诸多领域达到商业领域的应用要求，能够解决很多现实问题，提高生产效率，产生实际效益。

然而，本人仔细实践研究发觉，“神经网络”这一模式的人工智能，不过是大数据和算力推动下的“多维度函数拟合（逼近）”。它的优点是简单粗暴，效果远非传统的机器学习可比；但是，缺点也显而易见：由于神经网络提取对象特征的天然属性所限定，导致这一类的模型极其不稳定，而且模型的可解释性不够。虽然，现在全世界无数的科研机构和科技公司仍然在孜孜以求挖空心思做各种各样的尝试和改进，每月出来的相关论文数以千百计；但是，在我看来，无论多少努力也不能完全弥补“神经网络”整体框架结构的天然缺陷，换句话说，以“神经网络”为主旨的新一轮人工智能高潮，正在慢慢消退，…

这，可不是我个人哗众取宠大放厥词，君不见，以AlphaGo闻名引领这一轮人工智能浪潮的deepmind公司，前后烧掉将近百亿美金，至今仍然没有盈利，美国科技巨头IBM的人工智能医疗项目和翻译项目先后宣布未达到预期，其他诸如谷歌苹果微软亚马逊同样雷声大雨点小，国内几个趁势而起的估值上百亿美金的“独角兽”至今没有一家能够盈利，更谈不上实现自负盈亏。

乐观一点，可以套用一句“前途是光明的，道路是曲折的”；悲观一点，可以套用另一句“潮水正在慢慢消退，到底谁在裸泳，清晰可见！”