這是一個很多同學都比較關(guān)心的問題，我從科研創(chuàng)新和產(chǎn)業(yè)應用等多個角度來說說個人看法。

首先，站在當前科研創(chuàng)新的角度來看，人工智能領(lǐng)域的創(chuàng)新門檻已經(jīng)非常低了，目前很多本科生同學都可以在人工智能領(lǐng)域做科研創(chuàng)新了，而且隨著很多人工智能平臺逐漸開始落地應用，相信未來參與人工智能科研的門檻還會進一步降低。

站在應用的角度來說，目前人工智能技術(shù)的應用門檻還是太高了，包括一些互聯(lián)網(wǎng)領(lǐng)域的企業(yè)也都普遍認為人工智能的應用成本過高，過高的成本更是直接把大量的中小企業(yè)擋在了門外，這是導致當前人工智能技術(shù)落地應用的重要障礙之一。

如果人工智能技術(shù)長期不能解決高成本問題，落地應用將會遇到巨大的阻力，也自然會降低市場對于人工智能技術(shù)的期望值，而當前人工智能技術(shù)在產(chǎn)業(yè)領(lǐng)域遇冷，除了有應用成本問題之外，還有技術(shù)成熟度問題。

當前任何一名從事人工智能領(lǐng)域創(chuàng)新的科研工作者，都能夠說出一大堆人工智能領(lǐng)域所遇到的問題，包括數(shù)據(jù)獲取問題、預處理問題、算力問題、安全問題、可解釋性問題、算法優(yōu)化問題等等，而這些問題都跟落地應用有直接關(guān)系。

好消息是當前人工智能領(lǐng)域的創(chuàng)新依然在持續(xù)推進，而且在一些制約落地應用的關(guān)鍵環(huán)節(jié)上，也提出了很多有建設意義的解決方案，比如在隱私計算方面，科研工作者就找到了一條既能保障數(shù)據(jù)安全，同時又能完成模型訓練的方案，當然在其他領(lǐng)域也有不少突破，包括可解釋性方面等等，這些都增加了產(chǎn)業(yè)領(lǐng)域應用人工智能技術(shù)的可能。

從技術(shù)創(chuàng)新的角度來看，未來人工智能領(lǐng)域依然有很多事情可以做，而且在當前產(chǎn)業(yè)結(jié)構(gòu)升級的大背景下，我相信人工智能領(lǐng)域會持續(xù)吸引大量的創(chuàng)業(yè)者，更是會吸引很多高端人才加入到人工智能技術(shù)的產(chǎn)業(yè)落地應用場景當中，實際上這正在發(fā)生。

近些年很多老師開始與產(chǎn)業(yè)領(lǐng)域緊密合作，包括我也在跟不少國內(nèi)外的互聯(lián)網(wǎng)大廠開展人工智能領(lǐng)域的科研合作，從這些合作的課題項目前景來看，未來大概率會得到落地應用，所以我個人對于人工智能技術(shù)的前景還是比較看好的。

最后，如果有人工智能領(lǐng)域相關(guān)的學習和科研等問題，歡迎與我交流。