機(jī)器學(xué)習(xí)可以分為監(jiān)督學(xué)習(xí)，半監(jiān)督學(xué)習(xí)，非監(jiān)督學(xué)習(xí)，強(qiáng)化學(xué)習(xí)，深度學(xué)習(xí)等。監(jiān)督學(xué)習(xí)是先用帶有標(biāo)簽的數(shù)據(jù)集合學(xué)習(xí)得到一個模型，然后再使用這個模型對新的標(biāo)本進(jìn)行預(yù)測。格物斯坦認(rèn)為：帶標(biāo)簽的數(shù)據(jù)進(jìn)行特征提取，再生成特征向量，通過機(jī)器學(xué)習(xí)的算法，得到模型。當(dāng)小朋友遇到一只小狗，老師告訴他這是一只小狗，小朋友下次見到小狗就自然認(rèn)識了。這個過程就是監(jiān)督學(xué)習(xí)。

在AI這塊領(lǐng)域，未來最缺的一是工程能力強(qiáng)的算法人才，過去兩年因為剛興起，所以很多人可能只會調(diào)參就能找到工作，但是這兩年資本寒冬，市場不好，只會調(diào)參的「調(diào)參俠」已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足工業(yè)界的需求了，對于模型的部署、壓縮、上線等等都需要有非常強(qiáng)的工程能力才行；二是具有落地思維的算法/產(chǎn)品。能夠把空想的、很難落地的項目做到落地，才是真正有價值的有意義的事，沒有任何落地，紙上談兵，撐不了幾年的。

人工智能的發(fā)展，相對比較偏應(yīng)用這方面。大數(shù)據(jù)是基礎(chǔ)，人工智能是表像。人工智能的應(yīng)用與物聯(lián)網(wǎng)概念聯(lián)系的非常緊密，比如說現(xiàn)在市場上有很多智能小物件，比如智能手表、智能音響、智能電視、智能吸塵器、智能冰箱等。就拿智能手表來說，你可以做很多手機(jī)上能做的事情。智能小物件，就是在這些小物件上，添加了很多計算功能，然后以此為基礎(chǔ)，這些小的東西上就可以做很多事情。再說說智能吸塵器，現(xiàn)在算是比較好的人工智能產(chǎn)品，市場上賣的非常火熱了，有時候你可能覺得價格貴一點，但是如果你的屋里相對來說不是很亂的話，它可以幫你清洗得還是很不錯的，尤其是在清理灰塵的時候。

當(dāng)然，它會存在一個噪音的問題，如果你讓它自己啟動，在你人不在家的時候，給你打掃衛(wèi)生的話，這就可以避免噪音的問題。人工智能領(lǐng)域，家庭是個大應(yīng)用場景。像類似這樣人工智能產(chǎn)品的開發(fā)，需要大量的專業(yè)人才。如果你是人工智能專業(yè)的話，就有很多的就業(yè)機(jī)會。人工智能這一塊的發(fā)展，可以說未來10年、20年，甚至更長時間，都會是一個熱門，這里面涉及到的專業(yè)知識非常多，工作機(jī)會也很多。

綜上所述，在大型科技公司外，專注于提升技術(shù)能力的重要性被高估了，與之對應(yīng)，解決問題的態(tài)度以及基本的開發(fā)技能則被低估了。除了技術(shù)研發(fā)以外，還有大量枯燥的或者需要人力的工作亟待自動化。這一轉(zhuǎn)變本應(yīng)早已完成，并且也不需要突破才能實現(xiàn)。
? ? ?責(zé)任編輯:tzh