AI技術(shù)可不可以獲得整體上的勝利

首先，AI技術(shù)的發(fā)展確實(shí)能夠在一定程度上輔助科研人員的創(chuàng)新活動，但是要想讓人類整體的科技水平獲得突破，并不是一件容易的事情，這涉及到基礎(chǔ)學(xué)科能否取得突破，同時(shí)對于科研環(huán)境也有相應(yīng)的要求。

從目前AI的技術(shù)體系結(jié)構(gòu)來看，AI產(chǎn)品要想具有創(chuàng)新能力還需要很長一段路要走，雖然通過機(jī)器學(xué)習(xí)（深度學(xué)習(xí)），智能體能夠發(fā)現(xiàn)一些新的解決問題的方法，但是這些方法本身也具有一定的局限性，這個(gè)局限性就是由于人類自身的認(rèn)知能力范圍不足所導(dǎo)致的，所以要想讓智能體具備較強(qiáng)的創(chuàng)新能力，首先需要人類的認(rèn)知能力水平不斷取得突破。

要想突破認(rèn)知能力的邊界，基礎(chǔ)學(xué)科會起到非常重要的作用，比如數(shù)學(xué)和物理對于科研的影響就非常大，對于整體科技水平的影響也非常大。以AI技術(shù)為例，目前AI的技術(shù)體系有六大研究方向，涉及到計(jì)算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)、自動推理等，這些研究方向說到底都是以算法為核心的，所以AI技術(shù)的發(fā)展對于數(shù)學(xué)的依賴程度非常高，也可以說，未來數(shù)學(xué)的發(fā)展對于AI的發(fā)展會起到非常關(guān)鍵的作用。

除了數(shù)學(xué)之外，AI的技術(shù)創(chuàng)新對于數(shù)據(jù)和算力也有非常高的要求，算力越強(qiáng)、數(shù)據(jù)量越大則AI的研發(fā)環(huán)境也就會越好，這也是為什么科技領(lǐng)域?qū)τ谒懔μ嵘蟹浅?zhí)著地追求。隨著云計(jì)算的發(fā)展，很多中小創(chuàng)業(yè)者也能夠方便獲得較強(qiáng)的算力，這也為人工智能領(lǐng)域的創(chuàng)新奠定了基礎(chǔ)。

最后，AI技術(shù)目前依然處在發(fā)展的初期，還有大量的研究課題有待突破，所以目前AI領(lǐng)域的人才需求也比較旺盛。