现在有越来越多的事情都在向人工智能贴，仿佛咸鱼贴了 AI 的标就成了在风口上飞起来的猪。还有一些不负责任的人鼓动去转行 AI，显然这些人不是蠢，只是单纯的坏而已，为了蹭热点置其他人未来于不顾。放弃自己现在的行业积累，去做一个完全陌生的领域完全就是一个反职业发展逻辑的路。
目前而言由于一些简单工具的提出比如 Keras、TensorFlow 使得越来越多的人感觉人工智能只是使用一些工具而已。Spark 的提出使得很多人感觉大数据、分布式不过如此，那么大数据火了几年呢？人工智能又能火几年呢？
可能随着人工智能回归工具属性渗透进传统行业才普通行业发展的未来，这也是国家鼓励，但是别人的未来跟我们转行又有什么关系呢？似乎没有，每个行业会出现自己的 AI 人才。绕了一圈我们依然只是一个技术追随者。
本场 Chat 只有文章，没有交流。
文章仅代表个人观点，请谨慎参考。文中涉及所有事件和引文均为编造，请勿在现实中联想，如有雷同纯属巧合。
前言Simon Matthews大牛说过一句话评价大数据：
“Big Data is like teenage sex: Everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it too”
可以说大数据的营销是非常成功的，同时有非常多的可借鉴之处。大概在15年前后媒体、企业、还有普通群众中形成了一个非常和谐的大数据氛围：人人都在讨论，人人都是数据科学家。也大概在那一年之后却迅速成了明日黄花。每一个热点事件实际上都有幕后的推动。大数据热之中互联网企业扮演着非常重要的推动的角色，而且非常成功的是他们带动了一个非常大的群体讨论的氛围。这种情况下热度会不需要人为的推动就可以自然的持续。从营销的角度来讲大数据的营销是非常有研究价值的。而这种热点的消失总是伴随着新的热点。如今的“人工智能”接替了“大数据”成功上位。
这倒不是什么罪过，你要知道怎么营销也会这么做。但是有些没有底线的人用人对于新技术的焦虑来鼓动人转行就有些没有底线了。
首先我们来看看人家口中性感的人工智能，顺道学学什么是表达的艺术：
有个人做了个报告，有句话非常有意思：“昨天晚上我也举了一个例子，前一阵子做一个金融合同审计，通常要用30万个小时审查，用人工智能几秒钟就完成了。”
你知道如果我没有学过审计和数据统计，可能看到这句话的感觉就是“卧槽，人工智能太牛逼了嘿，哥们得去好好学学，要不就落后了”，但是稍微了解一些数理统计的人用excel就可以把三十万个小时缩小到几分钟，为什么不是几秒？因为excel统计计算比python慢。整个过程跟人工智能根本没有半点关系，就是基于统计规则编写一些程序。那么为什么提人工智能呢？因为好听。
还有一个例子是人工智能芯片：
学学人家营销的语言：“XX表示，其正在与很多其它公司合作，共同开发出更多的应用来，让消费者切身体验到 NEW AI 性能瓶颈突破后所带来的巨大改变”。(高大上：共同合作，英文缩写，突破瓶颈，巨大提升)
这就是表达的艺术，就像一般人看到这句话的第一个感觉“牛逼了嘿，XX不愧为爱国第一企业，EMMC、绿化完全不是事儿，虽然几个硬件搞得挺牛逼的人都一致认为其是业界毒瘤，但这芯片的确牛啊，没得黑”。大概知道人家GPU比同行慢的原因了，GPU的一部分计算能力分出去做AI了。
所以说前面的两个例子是我们人工智能营销第一课：看起来很美的大饼。
最后来看看更加有煽动性的表达，顺便引出我们今天的第一个主题“人工智能能否撑得起这么大的饼”。
首先来看看某篇文章的标题：《AI会让人失业？YY说AI是为了帮助人》，学到了什么？失业？对的，我们用百度指数来分析一下：
是的这是吸引眼球的营销，关注就业和失业的人群和关注人工智能的人群有着很大的重叠度(别太对数据较真)，可以想像一下身边的人是否都在谈论大数据。通过这种制造普遍焦虑的方式来吸引注意力，同时增加宣传企业本身正面性(关键词：YY，AI，帮助)这是很有套路的营销方式。在展现企业本身的技术实力的同时树立一个正面的形象。套路怎么解释呢？用个更容易理解的是在明星中玩烂的套路：“捐款洗白”。
那么点到为止，如果大家对于营销感兴趣我们可以在其他的文章里聊聊，那么来开始今天的第一个主题。
人工智能的饼我们来看看近一年来的百度热点，为了有对比性，这里选择很出名的薛之谦作为对比：
可以看到作为一个全民话题，人工智能热度只有在"新作品"出现之后的短暂时间才被薛之谦的热度掩盖。同时作为一个全民话题，媒体的的普遍行为就是开始“画饼”。比如人工智能抓小偷，人工智能诊断疾病还有大部分言之无物(或者说信息熵很低)的人工智能时代来临的预测。既然都这么说了为什么还被称为人工智障呢？因为智障还是有些智力的。
先来看看做的比较好的几个领域：
- 语音识别
- 自然语言处理
- 数据挖掘(包括用户画像等)
- 计算机视觉
- 生物识别
- 医疗领域
可以看到现阶段我们传统的数据分析领域换个算法，或者说没换算法，就称为人工智能了。以上几个领域不管如何，只要是借助了深度神经网络的，绝大部分都是借助了其所具有的强大的描述能力。而从另一方面来讲，所谓的描述能力只是所形成的空间超曲面的复杂程度。由于对深度神经网络从数学角度缺乏一个好的描述，这就使得其可能会带有我们不知道的特性，这种未知可能表现为对抗样本的出现。有种不甩论文就难受的毛病论文在这里。那么为什么举这个例子呢？也就是说在需要确定性很强的领域深度学习是否有能力保证问题正确还是个需要讨论的问题。你一定不想把自己的性命交给容易被愚弄的机器。这也就是说在很多场景之下实际上是用不到人工智能的。
不可否认在工业自动化领域、生物、自然语言处理等领域人工智能都表现出了很好的预期优势，但这只是行业内部对于已有算法的升级，并不是由人工智能所产生的需求。传统的图形识别方法和统计方法在面对复杂问题时有一些局限，所以引入了深度神经网络。发现问题了吗？每个行业内部都都可以自行产生相应的人才，我们作为一个程序员是很难去与他们竞争的。所谓跨界优势指的是从复杂行业跨界到简单行业，比如从数学跨界到物理，从物理跨界到金融。但是很少有人听说有人从程序员跨界到物理，可能有，会扯到蛋。
再来说说我们的弱人工智能，现在很多所用的所称的人工智能方法都是对于原有的数据统计方法进行的一次升级。之于很多人想的，人工智能取代程序员，人工智能让人下岗。现阶段来讲，我还没有发现任何类似的技术出现。有人会说提下围棋的，但是这不是强人工智能，围棋的规则非常简单。有人问“为什么霍金声称人工智能威胁人类”，因为霍金先生对于人工智能的现状不甚了解罢了。
那么再回到标题，人工智能是否能撑得起这么大的饼。大概可以，但是需要等人工智能回归工具属性，下沉到具体产业应用之后。而那时，吃到饼的就不是转行的我们了，而且始终不会是我们。
风投基金的钱每天起来一件事就是去看看比特币崩盘了没，以至于“比特币崩盘”，“XX(手机)良心”，“ZZ倒闭”成为了我认为的科技圈三大错觉。作为一种纯投机商品，没有国家支持(甚至打压)，没有货币的基本属性(求几个方程解不产生价值)。用左半边屁股想都知道是骗局。但是别忘了一句话：
当所有人都狂热的时候，最理智的人反而是最傻的。
所以说你看到了比特币在剧烈的震荡中冲击到了9000美元。这是没有办法的事情。冷静下来看，比特币热潮大概还会持续两到三年，现在入局挣不了多少钱了，接盘侠是谁谁也不知道。所以说现在想入坑电子货币的给你们个明路，去玩其他带有电子货币属性的货币，资本狂热之下任何电子货币都有可能一夜之间鸡蛋变凤凰，而且是很大概率上。但是比特币就不推荐了，就像孙宏斌抄了乐视的底，没想到底没抄到自己掉坑里了。虽然他看上的是乐视手中的地产的，但是这似乎不够填坑。所以说有了前面的调侃。几个月前孙宏斌入主乐视前说特别佩服贾用那么少的钱做那么大的事，现在来看用一句话特别合适“你上你也化反”。
那么花了这么多篇幅来描述比特币，其实这和人工智能概念是十分类似的，各种人工智能概念一下子就冒出来了。有了概念钱就来了，经历了资本寒冬，各种资本对于新的概念都跃跃欲试。而人工智能就是一个符合投资者所有幻想的投资概念：政策支持，有落地应用，有讲故事余地。所以说你看到的每篇关于人工智能的文章或多或少都有背后的资本的支持。
最近发现很多人对于舆论基本上都不加辨别。舆论是有倾向性的，第一是国家层面的，第二也是最有持续性的也就是资本层面的。你以为某个个电影口碑爆棚是因为本身质量好，其实这也是营销的技巧，通过少部分人带节奏去赞美，最终形成一种舆论风向。举个身边的例子《大圣归来》，不可否认电影本身质量不错，但是不到一种全民赞誉的程度，那么我们看舆论是如何评论的呢？最早的评论是“国产动漫良心，没票房”，学到了吗？这就是典型的利用人们同情进行营销，而国产动漫这个众矢之地也是让人恨恨交叠。突然有个能看得过去的动漫就使得这种负面情绪达到一种爆发的程度。不算非常高明，但是非常有效的营销方式，如你所见那篇文章是电影营销公司的手笔。之后的事情你也看到了，相关公司股价大涨，这里再给一条建议，如果求稳不要去投资这种影视基金，其对于单个电影的爆发依赖性太强了，不是好的投资选择。娱乐至死的年代里，深巷子里的酒厂都倒闭了。
所以说好的投资是什么呢？我们的人工智能：是热点，有持续性，有想像空间，不受单一事件影响。但是你一定看了最近的一个新闻：国家人工智能创新平台公布。什么意思呢我来给你解读一下：市场已经被我们瓜分了，后来的人都退散吧。可以说这是一个节点，之后资本对于人工智能其他的概念必然会降低兴趣。而一个概念本身的热度都是资本所维持的。
技术分享者的嘴其实对如何吸引读者与起标题，本人还是很有心得的，但是你知道作为一个自认为的知识分子，有的时候还是拉不下脸去做一些自认为不体面的事情。很怀念那句话“人世间最肮脏的是面子”。所以这里分享一些技术分享者的套路，他们走的是与媒体相似的路：
有这几个关键词组合是现在比较多的标题的形式，当然你也可以任意组合来看看百度的结果，我们不看广告只看搜索结果：
- 转行心得
- 年薪xx
- 把握风口
前几天跟好友开玩笑“哥想转行你们硬件”，回应：“就你那损色，也不撒泡尿照照自己，我们专业可不是焊个电路板就行，而且你那智商千万别转行拖累我们”，这个回应是不是很有意思？我是从来不看这些文章的，还有上面那些，不过今天为了写东西，还是耐着性子看了一些，不过实在看不下去，同样的模板换个词可以适用于任何转行情况。
于是之我们看到了所谓的“意见领袖、行业精英”在前面摇臂呐喊，一众追随者在后面欢喜前行。他们可能看到未来，也可能没有，但这都不重要，重要的是每个人都很高兴。
追随者的背影很多年前，行业内部培养一个相关人才，需要用大概五年以上的时间，从令人厌烦的公式到新的模型细节调优。如今随着方便的工具的出现，使得门槛忽然降得无限低。任何人都可以用着那些工具完成一些很炫的项目，比如用户画像，比如电商分析。然后一些人发现别人五六年学习所形成的门槛忽然被踏平了。于是乎，学数学没用，不如“企业、实战”来的实在这种论调就来了。
于是乎，有人硬生生的造出来了个场景给想转行的人，比如“机器学习工程师”，比如做数据标注的，姑且称之为“数据标注工程师”，再有几个大型企业级项目的实战经验，听起来都美的不行不行的了。又跟机器学习、人工智能、大数据有关，又有噱头、又可以“28天搞定人工智能”。简直量身定做，这就是自己一直追寻的人工智能工程师之路。
但是时间久了就会发现自己的工作是从这里粘段代码，从那里借鉴个实现，试验一万个参数，顶着算法工程师的名头，拿着原来的工资，做着原来相同的工作。然后才发现，我们通过“28天精通”的东西所铸成的所谓壁垒，只是一层纸而已，纸的那面是我们的起点。本身而言，世界上没有什么捷径可言，转行大概只是一个赌徒的心态罢了。
所以前面说到，媒体的一个不负责就在于放大对于新技术的焦虑，鼓动一些不明就里的人去转行。应该很多人都听说过职业规划这种东西。转行意味着放弃自己在当前行业的所有积累去跟其他人强行站到一条起跑线上。也许我们有一个先发优势，但是在我们从媒体和身边的人获取这个信息的时候，就已然是一个技术追随者。
热点过后，留下的是追随者踽踽独行的背影。
总结每个行业都有自己的高峰，安下心来钻研谁都不比谁差多少，何必非要纠结转行呢？
世界上本来就没有龙门。
-完-
本文首发于GitChat，未经授权不得转载，转载需与GitChat联系。
阅读全文: http://gitbook.cn/gitchat/activity/5a004ebe7393bc6262dfea4e
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。
