※ 引述《chungrew (work hard, play hard)》之銘言：
: 如題 當我兩年前走進一個AI的講堂聽演講的時候
: 記得當時關心AI的人只有行內人跟學者專家，最多加一些本科系學生
: 會場連一半都坐不滿
: 前幾天受邀去參加某個AI講座
: 嚇到我了 現場高朋滿座 座無虛席
: 來賓席都坐滿了
: 連走道和會場後方都站滿了人
: 與會的人橫跨各科系 連法律系、政治系、經濟系、心理系的人都跑來聽
: 教授、學生、研究生、研究助理一應俱全
: 可是談的東西除了多一些趨勢與應用開發 基本概念與邏輯其實是一貫的
: 也是繼承 馮紐曼(數學家與早期AI專家)的邏輯發展下來的理論
: 到底為什麼AI最近突然爆紅？
: AI還是AI啊！
: 大家怎麼看？
大家表面上說AI講AI 但底子裡的東西其實沒什麼兩樣
可以看一下這個 google trend
https://i.imgur.com/gpkM3sy.png
AI以前也紅過得 中間冷下來一陣子 大家換成說 big data data mining
然後現在風向變了 又變成說AI 或是你也可以看到
Machine Learning整個爆紅
你說這是不一樣的東西
對啊是不一樣的 但一般人又分得出這個差別
AI又分成強AI 弱AI
有要達成跟人類同等級智慧為目標的
也有只要實現部份智慧行為的
ML可以算是AI的一個子領域 (可議 自然又有自己一套定義
data mining當然也不是完全一樣的東西
但是反正背後都是stat, optimization, proba, linear algebra諸如此類
表面看起來也差不了多少
其實就只是換一個名字包裝一個差不多的觀念
如果真的就學術研究來講
我不覺得這一兩年的paper比起之前真的有什麼特別重大的突破
Deep learning開始可以一般是追朔到十年前pretraining
CNN的話大家會cite的那一篇大概是2012
現在當紅的GAN也是2014
當然各式各樣越來越深越來越神奇的network
加上各式各樣細節性的改進
然後大公司背後大量的資料庫跟硬體資源
train出的結果就是大家所看到的
可是要說現在在生活中有什麼明顯的影響嗎
我覺得都是循序漸進看不出來啦
真的要說的話
像是Tensorflow Pytorch之類的framework的成熟和釋出
然後GPU的增進 Pascal Volta
讓家家戶戶都可以train自己的model
也不需要什麼厲害的數學或是coding能力
可能還是有差吧