在知乎有段時間了，一直以來，都專注於中文編程相關技術，不願對其他技術進行指摘。
但現在時局動盪，有些話，現在不說，不知還有沒有機會說了。
（背景介紹：我 2008 年來美國之前，對人工智能有着巨大的憧憬，當時的自我感覺是，發現了一條迅速實現人工智能的蹊徑。後來碩士階段也學習了一些相關知識，最後妄圖用一個腦洞來做申請博士的材料，但無果而終。）
最近這波人工智能的風潮已經有好幾年，當然是有收穫的，比如讓人臉、語音識別等等技術平民化。但是，將算法改進和人工智能混爲一談，是個很大的問題。
現在，只要是牽涉到自動化的計算機算法，似乎都能套上”智能“的名頭。照這麼說的話，”智能“早在計算機誕生之初就有了。
風投炒概念是司空見慣的事情，但國家層面更加需要的是認清最大的短板，而不是被資本牽着鼻子走。什麼是實用的，什麼是空中樓閣，什麼是即使有用但並不顯著促進社會公平的，都應該做深入調查再進行國家層面的政策指向。尤其是對中小學教育的內容修改，更應謹慎。
尤其是，不能輕易被”激將“。比如某大國將”人工智能“作爲本世紀發展方向，絕不意味着我們就必須投入巨大資源來”跟“。看到某些戰略專家，甚至將人工智能作爲”下一次工業革命“的方向。我認爲他們在作這種言論之前，首先至少需要了解人工智能的整個歷史。
國外在自動邏輯推理、證明、驗證，算法設計和優化等等非常需要基礎學科根底的領域，已經確立了極大的優勢，這些是更加接近人的”思考“的”智能“範疇。而現在所謂的“人工智能”，更大的意義在於取代人的”感官“，而非人的”思考“。
而這些”思考“的部分，纔是所有工業自動化、設計、模擬軟件的核心。國外企業可以乘着這波“人工智能”的浪潮再次改進工業自動化的效率，而國內雖然有一定收穫，但仍然沒有取得核心能力。
另一個大問題，是將“人工智能”和“大數據”綁定在一起。現在說到 AI，似乎就非大數據不行。難道，只有掌握海量數據和計算資源的玩家，纔有資格搞 AI 嗎？
大數據本身是工業自動化過程中必然會產生的。對數據進行分析和挖掘，當然能有價值生成。但是，這種分析和挖掘，難道必須戴上“AI”的帽子才能獲得重視和投入嗎？
還有，AI 只有所謂的“深度學習”才能實現嗎？神經網絡是發展了好幾十年的技術，換個名頭之後，NN 的關鍵問題就能解決了嗎？
這波風潮，在我看來很大程度偏離了“人工智能”的初衷。至少，對“人工智能”的概念，外延太大，讓很多人產生了可以靠 AI （即使他們絕大多數完全想象不出這種 AI 是個什麼樣子）來解決所有問題（比如編程）這種不切實際的幻想。
這樣的跟風，對於這門學科的長遠發展，投入太大，益處不成比例，而副效應巨大。