大概 2016 年到 2019 年左右，是模型和各种算法大爆发的时候
就说电脑视觉吧
现在觉得已经是原始人的模型 ResNet Inception 等
到现在不过才四年，四年后的 EfficientNet 已经飞天
妈的四年前在研究室搞一个 ResNet 还是要花一个礼拜吧
现在闭着眼睛随便都尻一个出来
所以这两年的减缓比较是算法的开发减缓
当然顶尖的还是持续在突破，譬如在 Semi-Supervised 上的突破
但这种突破比较聚焦在如何能更好的在工程场景上应用
讲白话点就是更实际点
现在基本上要拿出一个像样的模型，连你阿嬷都会
但怎么把他部属出去，在现实场景中有用处、客户会买单
才会是课题
这种产品化就跟软件工程很有关系了
再来就是现在更注重在 Inference 推论的部份
这会跟装置有很大的关系
所以接下来几年也会比较倾向软硬件的结合
看高通、联发科、AMD、Intel 等谁可以先提供一套完整的跟 AI 模型结合的流程
然后社群就会 疯 狂 开 发
最后连你阿嬷都可以在 raspberry pi 上面放人脸辨识模型了呢
我个人觉得整合失败然后大家都不玩了，一起回 2000 年以前是不太可能啦
毕竟都投资这么多了，算法也成熟了
至于还觉得 AI 是骗局或下一个泡沫的人
可以直接享受便利就好
反正知道这些东西被应用在哪些场景对你也没帮助
爽就好
※ 引述《Recoverism (云中君)》之铭言：
: 小弟前阵子参加Google AI Boot Camp研讨会
: 感觉工程师很有效地利用人工智能
: 跟身边的专家朋友聊了一下(资料工程师)
: 他说2030年，也就是再十年
: 没有新的突破，AI将会再一次退烧
: 真的吗?
: 我是外行人但是感觉还有很多东西可以开发
: 有卦吗?