一个时代的来临
刚好在十多年前学的excel和计算机,最近也关心了这个热门话题。另外苹果face id令人印象深刻,建议去看下他们的demo。
短期实际效用可能不会很明显(或者如一部分人期待的大革命和大冲击),但是以更长时间看10年-20年,大概率是巨大革新。 有三个观察
1)AI和ML并非新技术, 而是一个技术积累后的厚积薄发,以及实用性/应用性和性价比的提高。 有很多类似的例子 - touch 屏幕最先Nokia就有,Apple手中发扬; PC机80年代就有,直到90年代后爆发;太阳能技术60年到就有,直到21世纪才爆发; 90年代末的生物科学发现,在10-20年后开始很多药理应用。
2)条件已经具备。 Excel/VBA的普及和跨越离不开硬件;同样AI/ML的硬件已然具备。 就像下面有同学说的,计算机能力提高, 各种sensor带来的数据,移动云能力(随时随地access 同一个数据库),这些让AI 和ML普及奠定了必须基础。
3)科技进步是指数发展的。 我以前曾认为AI短期可能是10甚至20年没有大影响。考虑到当今技术革新的速度(比如,手机CPU比1一年前高25%性能,5G速度对4G宽带倍数提高),很有可能5-10年就会有很明显的影响(注),而一些行业会更早,如上面提到的金融。
其实这个结论似乎是显然的。 对于年级稍大的人来说, 最大的挑战是如何调整应对AI 和ML的挑战。
注: 这个明显的影响是主观的一个指标,见仁见智,比如uber和自动驾驶来说,我认为10-20年内AI都无法在中国大规模出现自动驾驶;但是AI和大数据能够优化驾驶员体验,乃至在小部分其他条件合适的地区达到一定程度普及。
短期实际效用可能不会很明显(或者如一部分人期待的大革命和大冲击),但是以更长时间看10年-20年,大概率是巨大革新。 有三个观察
1)AI和ML并非新技术, 而是一个技术积累后的厚积薄发,以及实用性/应用性和性价比的提高。 有很多类似的例子 - touch 屏幕最先Nokia就有,Apple手中发扬; PC机80年代就有,直到90年代后爆发;太阳能技术60年到就有,直到21世纪才爆发; 90年代末的生物科学发现,在10-20年后开始很多药理应用。
2)条件已经具备。 Excel/VBA的普及和跨越离不开硬件;同样AI/ML的硬件已然具备。 就像下面有同学说的,计算机能力提高, 各种sensor带来的数据,移动云能力(随时随地access 同一个数据库),这些让AI 和ML普及奠定了必须基础。
3)科技进步是指数发展的。 我以前曾认为AI短期可能是10甚至20年没有大影响。考虑到当今技术革新的速度(比如,手机CPU比1一年前高25%性能,5G速度对4G宽带倍数提高),很有可能5-10年就会有很明显的影响(注),而一些行业会更早,如上面提到的金融。
其实这个结论似乎是显然的。 对于年级稍大的人来说, 最大的挑战是如何调整应对AI 和ML的挑战。
注: 这个明显的影响是主观的一个指标,见仁见智,比如uber和自动驾驶来说,我认为10-20年内AI都无法在中国大规模出现自动驾驶;但是AI和大数据能够优化驾驶员体验,乃至在小部分其他条件合适的地区达到一定程度普及。