机器学习的变革与挑战

是懂人工智能的人搞业务，还是搞业务的人学习人工智能？
就我观察，代表我自己的观点，我认为一般来说，搞IT的人做业务的，一般比做业务的人搞IT的要容易一些。
真正的产品如果有其强大的功能满足需求一般是会被采用的
个人认为AI只是一个工具，要和具体的专业结合起来才能发挥巨大威力，因此AI从业人员不但要有扎实的算法功底还要有具体应用领域的专业知识，比如从事医学AI开发的要有医学知识，金融AI开发人员要有金融知识，优秀的AI开发人员一定是跨学科的复合型人才。

如果是要成为这样的复合型人才，应该是先学ai好呢，还是先钻研落地场景领域的好呢
我觉得应该学数学打好基础，再学应用领域的专业知识，了解了该领域的需求后最后学AI。

应用领域

办公领域的文档分析，构建知识图谱
企业咨询管理呢？有了解的吗
不过现在的定制智能机器人都很贵啊，以前清华和酷狗做的那个答题机器人花了四千万

如果电子商务也算金融的话那么应用是真的广了

AI+农业有没有人关注
ai+机器人觉得也么样？
那ai+工业机器人或智能机器人呢？有人比较了解这方面前景吗？沃森机器人很坑

物联网是端上的东西，数据收集上来之后，AI综合土壤墒情、温湿度、二氧化碳进行种植决策.另外结合机器视觉，针对农作物进行表型分析

机器人销售做的并不是活人销售做的事情……我们能做的就是初步筛选意向客户，把意向客户交给人来进行二次跟进

金融领域
预测股票走势？金融应该是大数据分析吧。kaggle上不是有个twosigma比赛嘛
量化交易
金融这一块，我的老师正在做，是做时间序列分析的，我也正在研究。就是关于股市预测的devops向aiops转变

机器人交易完全可行，这是我做了几年股票、期货、数字货币的经验
还有银行的风险管理
量化、自动化交易应该华尔街那块起步很早吧，我记得之前文艺复兴和德意志的对冲基金就用了挺久了

医疗领域
智能诊断：
我觉得AI在医疗领域会有很广的前景，我最近做了胸部CT，去了几家医院不同的医生咨询问诊，不同的医生对CT片的解读和诊断有不一样的地方，有的医生建议我做手术，有的医生说现在没必要做，给我也造成了一定的困惑。就这一点来说，因为CT片现在还是要靠医生肉眼去观察，所以如果能够用深度学习去对CT图像做处理生成报告或许诊断会精准很多

我师兄在飞利浦，现在就在做医疗数据库，
而且数据集太难了
而医疗的主要瓶颈，主要是现在的数据不够规范统一

比如说你在三线城市的设备验血，跟一线城市标准不一样。 我就是医院里干的，PTT和现实的差距很大。设备不一样、然后度量值不一样。

但是问题是医疗领域数据标定还是要靠权威的专家医生来做，有大量医学图像但是标定是需要专业的医生来指导。

感觉cv用于医疗方面还是辅助比较多一点，现在最多就辅助医生判断吧，病人特别是年纪大可能不太信任机器。

医疗的话，想问下ai产品需要过cfda 或fda审查吗？cfda是中国食药监，fda是美国的食药监

我认为关键是医学的专业性很强，而懂医学的AI开发人员几乎没有。
是的呀，医学图像不同于一般的图像，有专业门槛在，非医学专业的人去标定很困难也不靠谱。
因为总感觉医疗ai这类原理上就可能出现失败的，估计只能打辅助，做主导的话食药监会

批准么？

这就需要搞医学AI的人自己懂一些医疗知识，
医学出事了很容易引发社会舆论哦
医学的AI一定要有懂医学的专业人士参与，这样的人太难找了。
医生真的很忙,尤其好的医生.所以做AI的公司就会跟一些医院合作.所以说既懂Ai又懂医学的人确实很牛！
以后觉得会有很多交叉学科出现
但是对绝大多的医生来说，谈算法就是对牛弹琴。
医疗数据获取很难，而各医院的数据库结构都不一样，没有一个统一标准。
医疗行业，我觉得对放射科和病理科的影响最大。

专家系统：
专家系统在医疗领域也广泛，另外一个我朋友要的机器人是 第一：能够指引带路 第二：能够初步给出诊疗意见到相应的科室