AI算法还比较初级 并不能解决所有问题
ai技术这两年非常高调，吸引了大批投资者的青睐。但实际ai技术发展还比较初级，还未和很多行业结合起来。
ai人工智能概念2018年继续火爆，各大企业也纷纷发布了自己的ai战略，包含推出一些ai产品，一切现象都表明ai要大干一场，再次要改变人们的生活方式，也不断的有人开始讨论ai的道德问题，担心ai机器人是否会取代人类，最终人类被ai机器人消灭，之所以这样都缘于ai实在太火了，关于ai的各种话题不断。ai发展如此繁荣，到处显示一片欣欣向荣的景象，然而繁荣背后，深入思考就会发现ai 发展的隐忧。
ai带来失业问题
人工智能会取代重复性、机械性的工作，那些从事简单劳动的人们将会失业，复杂劳动这些人又不会，这将造成失业率的持续上升，这是社会进步的必然趋势。失业率上升会带来很多问题，比如社会稳定性降低，犯罪率上升，贫富差距拉大等等，当失业者发现连自己和家人都无法养活，那么很可能会用暴力手段表达他们的不满。在西方发达国家，因为简单工作的机会越来越少，所以那些没有技能的人们均将面临失业，而国家不会养着这些整天无所事事的人，必然将更多的资源提供给那些拥有技能，工作的人们。有时候技术进步能解决生产力的问题，但也同时会带来更多的社会问题，ai技术也是如此，好在目前ai技术还不是那么成熟与发达，很多工作还不能用ai来替代，随着ai的发展，可替代的工作会越来越多。有一句话对ai技术的看法说的非常有道理：“ai不会代替人类，但是会废掉人类。”，就是说不用担心ai会取代人类，那些担心ai机器人会取代人类的想法是幼稚的，但ai的确会废掉人类，让人们不用再努力工作，绝大部分的工作都将由ai来完成，社会只需要一小撮懂得ai算法的人，其它大部门人都将失业，无法找到工作，成为“无用”的人，废掉人类。
ai还缺少数据样本
ai技术这两年非常高调，吸引了大批投资者的青睐。但实际ai技术发展还比较初级，还未和很多行业结合起来。就像已经发展了多年的ai自动驾驶汽车，智能眼镜，机器视觉等技术，还未开花结果，不能够实用，还需要不断研究。以自动驾驶来说，单纯靠算法，车辆上路百分百会出事故，ai能解决的交通实际问题只有不到40%。我们知道，ai要进行大量的数据学习，才能够比较准确的独立完成工作，就像我们人类，从小婴儿长到成人，不断在接收各种知识，不断去学习，才能在成人后去自己完成一些工作，工作的过程中也是需要不断学习，这需要大量的数据输入，接触的数据多少直接决定了这个人所能完成的工作难度。ai也是这样的过程，所以需要大量的输入数据，而这些数据样本是极多的，要覆盖到很多方面，这样才能使得ai看起来很智能。现在的ai缺乏的就是这些数据样本，海量的学习样本数据才能让ai发挥作用，所以要不断地采集数据，这使得ai看起来更像是数据采集技术，ai技术完全依托于这些数据，过少的数据样本将使ai失去意义，ai的准确率将大大降低。现在的互联网每天产生海量的数据，但大部分是无用的垃圾数据，并不能都为ai所用，有效的数据太少，也是ai走向成熟的绊脚石。
ai算法还比较初级
ai需要算法，通过大量的复杂计算让机器可以模仿人类工作。从1956年开始，ai专家们就野心勃勃，试图创造出不逊于人类智力水平的机器，但随后ai的每一个新浪潮都经历了从盲目乐观到彻底沦丧的轮回，从一开始通用问题的求解器，到后来的感知机技术、基于规则的专家系统，以及遗传算法、神经网络、概率图模型、支持向量机等，没有人能够统计出这个世界到底有多少种算法，而这些算法最大的问题是仅限于理论研究层面，ai的算法从理论走向实践，不仅要跨越各种复杂应用场景，还有cpu和gpu的问题，对应用场景的理解问题，ai要在更多的应用中落地还需要不断完善，那些永远走不出实验室的理论算法最终都将被抛弃，真正的算法是需要和应用紧密结合的，当前的ai算法还都比较初级，偏理论多一些，并不实用。
ai不能解决所有问题
ai现在不能解决所有问题，未来也不能。机器是没有情感的，只能根据输入的数据来进行学习，然后按照既定设计完成相应功能，ai需要大量数据来运作，但通常没有合适的数据基础设施来支持ai学习，最终ai会学的四不像，无法真正有效地完成功能，更多的是从事一些指令性的工作，这些还称不上是ai，就像生产线上的机器手一样，都是提前输入指令，由机器手臂按照固定的步骤操作完成而已，非常初级的ai。大脑对人类还是未知的，我们并不清楚大脑是如何进行学习和工作的，ai其实就是模仿人脑去思考和工作，但我们对大脑的机理并不清楚，就无法通过ai完全模拟人脑，ai无法完全代替人脑去学习和工作，ai更多时候是根据输入的数据，将见到的问题录入与已输入的数据进行对比，有重叠度比较高的就认为匹配成功，执行相应的预设动作，当已有的样本库里没有匹配到，那ai也不知道该怎么办。在很多人类活动中，掺杂着很多复杂的社会问题，比如说种族歧视、国家竞争、疾病传染等问题，ai显然还意识不到这些问题的存在，这些数据不好采集和录入，ai算法也没有考虑这些社会因素，这些都是ai无法解决的问题。
关于ai的话题很多，ai技术繁荣的背后隐含着很多问题，ai的发展也必定不会一帆风顺。在这几十年ai发展历程中，ai已经经历了起伏数次，这一次ai也是来势汹汹，最终是否会刹羽而归，还不得而知。
立达信已成为中国LED照明产品名副其实的“出口之王”
计算机系统对数值类型的编码、运算、转换原理介绍1
MOSFET2019年价格预估有衰退可能 英飞凌提及扩大委外代工巩固主要营收市场
iPhone印度造？传苹果代工厂纬创明年4月在印实现量产
PCB线路板其他相关中英文对照：
AI算法还比较初级 并不能解决所有问题
阿里巴巴回应“收缩招聘”：系假新闻，只是阿里巴巴近期的一次人才盘点和人才体系升级
矿池扼杀了数字货币的潜力
5G发展按下快进键,应用遍地开花
RFID技术在医疗领域的物资管理应用
山西联通举办全民免费大测速为“三千兆”服务及智能应用发展助力
华为鸿蒙系统或于明年完全替代安卓
FreeRTOS如何降低功耗
电池需要做CCC认证啦！电池CCC认证将强制实施
这个控制LED的经典算法 你会用吗？
MAX34461 16通道系统监视器
有什么情人节可以送男友的耳机？男生喜欢的蓝牙耳机推荐
工业4.0离不开智能制造，智能制造离不开机器视觉
iphone8发布!iPhone8即将上市,价格太贵国人买不起?激将法!iPhoneX回归双玻璃,致敬乔布斯
TR069与中国CPE远程管理标准
ai人工智能概念2018年继续火爆，各大企业也纷纷发布了自己的ai战略，包含推出一些ai产品，一切现象都表明ai要大干一场，再次要改变人们的生活方式，也不断的有人开始讨论ai的道德问题，担心ai机器人是否会取代人类，最终人类被ai机器人消灭，之所以这样都缘于ai实在太火了，关于ai的各种话题不断。ai发展如此繁荣，到处显示一片欣欣向荣的景象，然而繁荣背后，深入思考就会发现ai 发展的隐忧。
ai带来失业问题
人工智能会取代重复性、机械性的工作，那些从事简单劳动的人们将会失业，复杂劳动这些人又不会，这将造成失业率的持续上升，这是社会进步的必然趋势。失业率上升会带来很多问题，比如社会稳定性降低，犯罪率上升，贫富差距拉大等等，当失业者发现连自己和家人都无法养活，那么很可能会用暴力手段表达他们的不满。在西方发达国家，因为简单工作的机会越来越少，所以那些没有技能的人们均将面临失业，而国家不会养着这些整天无所事事的人，必然将更多的资源提供给那些拥有技能，工作的人们。有时候技术进步能解决生产力的问题，但也同时会带来更多的社会问题，ai技术也是如此，好在目前ai技术还不是那么成熟与发达，很多工作还不能用ai来替代，随着ai的发展，可替代的工作会越来越多。有一句话对ai技术的看法说的非常有道理：“ai不会代替人类，但是会废掉人类。”，就是说不用担心ai会取代人类，那些担心ai机器人会取代人类的想法是幼稚的，但ai的确会废掉人类，让人们不用再努力工作，绝大部分的工作都将由ai来完成，社会只需要一小撮懂得ai算法的人，其它大部门人都将失业，无法找到工作，成为“无用”的人，废掉人类。
ai还缺少数据样本
ai技术这两年非常高调，吸引了大批投资者的青睐。但实际ai技术发展还比较初级，还未和很多行业结合起来。就像已经发展了多年的ai自动驾驶汽车，智能眼镜，机器视觉等技术，还未开花结果，不能够实用，还需要不断研究。以自动驾驶来说，单纯靠算法，车辆上路百分百会出事故，ai能解决的交通实际问题只有不到40%。我们知道，ai要进行大量的数据学习，才能够比较准确的独立完成工作，就像我们人类，从小婴儿长到成人，不断在接收各种知识，不断去学习，才能在成人后去自己完成一些工作，工作的过程中也是需要不断学习，这需要大量的数据输入，接触的数据多少直接决定了这个人所能完成的工作难度。ai也是这样的过程，所以需要大量的输入数据，而这些数据样本是极多的，要覆盖到很多方面，这样才能使得ai看起来很智能。现在的ai缺乏的就是这些数据样本，海量的学习样本数据才能让ai发挥作用，所以要不断地采集数据，这使得ai看起来更像是数据采集技术，ai技术完全依托于这些数据，过少的数据样本将使ai失去意义，ai的准确率将大大降低。现在的互联网每天产生海量的数据，但大部分是无用的垃圾数据，并不能都为ai所用，有效的数据太少，也是ai走向成熟的绊脚石。
ai算法还比较初级
ai需要算法，通过大量的复杂计算让机器可以模仿人类工作。从1956年开始，ai专家们就野心勃勃，试图创造出不逊于人类智力水平的机器，但随后ai的每一个新浪潮都经历了从盲目乐观到彻底沦丧的轮回，从一开始通用问题的求解器，到后来的感知机技术、基于规则的专家系统，以及遗传算法、神经网络、概率图模型、支持向量机等，没有人能够统计出这个世界到底有多少种算法，而这些算法最大的问题是仅限于理论研究层面，ai的算法从理论走向实践，不仅要跨越各种复杂应用场景，还有cpu和gpu的问题，对应用场景的理解问题，ai要在更多的应用中落地还需要不断完善，那些永远走不出实验室的理论算法最终都将被抛弃，真正的算法是需要和应用紧密结合的，当前的ai算法还都比较初级，偏理论多一些，并不实用。
ai不能解决所有问题
ai现在不能解决所有问题，未来也不能。机器是没有情感的，只能根据输入的数据来进行学习，然后按照既定设计完成相应功能，ai需要大量数据来运作，但通常没有合适的数据基础设施来支持ai学习，最终ai会学的四不像，无法真正有效地完成功能，更多的是从事一些指令性的工作，这些还称不上是ai，就像生产线上的机器手一样，都是提前输入指令，由机器手臂按照固定的步骤操作完成而已，非常初级的ai。大脑对人类还是未知的，我们并不清楚大脑是如何进行学习和工作的，ai其实就是模仿人脑去思考和工作，但我们对大脑的机理并不清楚，就无法通过ai完全模拟人脑，ai无法完全代替人脑去学习和工作，ai更多时候是根据输入的数据，将见到的问题录入与已输入的数据进行对比，有重叠度比较高的就认为匹配成功，执行相应的预设动作，当已有的样本库里没有匹配到，那ai也不知道该怎么办。在很多人类活动中，掺杂着很多复杂的社会问题，比如说种族歧视、国家竞争、疾病传染等问题，ai显然还意识不到这些问题的存在，这些数据不好采集和录入，ai算法也没有考虑这些社会因素，这些都是ai无法解决的问题。
关于ai的话题很多，ai技术繁荣的背后隐含着很多问题，ai的发展也必定不会一帆风顺。在这几十年ai发展历程中，ai已经经历了起伏数次，这一次ai也是来势汹汹，最终是否会刹羽而归，还不得而知。
立达信已成为中国LED照明产品名副其实的“出口之王”
计算机系统对数值类型的编码、运算、转换原理介绍1
MOSFET2019年价格预估有衰退可能 英飞凌提及扩大委外代工巩固主要营收市场
iPhone印度造？传苹果代工厂纬创明年4月在印实现量产
PCB线路板其他相关中英文对照：
AI算法还比较初级 并不能解决所有问题
阿里巴巴回应“收缩招聘”：系假新闻，只是阿里巴巴近期的一次人才盘点和人才体系升级
矿池扼杀了数字货币的潜力
5G发展按下快进键,应用遍地开花
RFID技术在医疗领域的物资管理应用
山西联通举办全民免费大测速为“三千兆”服务及智能应用发展助力
华为鸿蒙系统或于明年完全替代安卓
FreeRTOS如何降低功耗
电池需要做CCC认证啦！电池CCC认证将强制实施
这个控制LED的经典算法 你会用吗？
MAX34461 16通道系统监视器
有什么情人节可以送男友的耳机？男生喜欢的蓝牙耳机推荐
工业4.0离不开智能制造，智能制造离不开机器视觉
iphone8发布!iPhone8即将上市,价格太贵国人买不起?激将法!iPhoneX回归双玻璃,致敬乔布斯
TR069与中国CPE远程管理标准