我读研的方向是人工智能。我个人觉得人工智能早已进入了瓶颈,何时突破这个瓶颈很难说,把青春投在上面风险很大,所以选择不读博了。不是说人工智能的研究者都在打酱油。近年来svm等学习算法是让分类聚类更准确了,weka等开源类库则让非专业研究人员也可以轻松使用新的机器学习算法。但问题是这些算法在太慢(数量级的慢,不是机器升级分布式等能搞定的)的同时效果并没有比简单算法提高多少。结果实际应用往往还是靠贪心算法如贝叶斯算法(嗯。没错。人工书上都会说贝叶斯,但贝叶斯是如此的显然以至于很难说是智能算法我觉得)。贪心算法计算代价低,不需要很多依据,所以架构可以很简单,结论质量也不差,新的AI算法往往竞争不过。各种应用的kill算法往往是把握到精髓的贪心算法,而不是神乎其神的普适性的机器学习算法。
没有普适性的机器学习算法,就不可能实现真正的人工智能。而目前追求普适的机器学习算法,连贪心算法都竞争不过。所以AI领域还需要相关理论的巨大突破,所以我说人工智能离我们还远着呢。
如果实际应用中需要“智能”的东西,以其求助weka等类库,还不如好好看看数据,创造个山寨贪心算法哈哈。