Emrah Gultekin是Chooch情报技术公司的首席执行官，该公司生产可编码AI的智能产品，Emrah谈到AI时发表了自己的一些看法。

在几个月前的AI播客期间，有人问我AI是否会成为下一个爆发的大型科技泡沫。这个问题让我想到今天的AI是什么以及它的前进方向。AI理论和算法已经存在了几十年。下一代网络和数据库工具的一个非常简单的描述是它提取功能，将它们转换为分层的向量（数字），并存储它们以便于回想。让事情进一步复杂化，我们称之为“神经网络”，这暗示着大脑和一些生物学，这是误导性的。

那么，在过去几十年的发展过程中发生了什么变化？对于初学者来说，今天的计算机能力已经随着GPU（图形处理单元，而不是CPU，中央处理器）的天文数量增加，公司已经创建了开源框架，并在过去几年中向开发者公开它们。这些改进推动了我们今天所看到的大部分新闻事件。

AI大肆宣传类似于互联网泡沫

还记得20世纪90年代，发送第一封电子邮件并开始浏览网页吗？Altavista和Yahoo! 才刚开始。不知道自己在做什么的公司筹集数亿美元的资金，而谷歌等公司难以说服投资者。技术人员只是想弄清楚如何使用TCP / IP和HTML。

互联网是否会改变我们的生活？是的，最终但并不像人们认为的那样快速。网络通信崩溃即将发生。同样，AI是否会改变我们的生活？是。它会在明天发生吗？需要多长时间？我们大概需要五到七年的时间才能开始以更重要的方式影响人们，而且在出现重大转变之前大概需要十到十五年的时间。现在，这仍然不是很长，但对于投资者来说这是一段很长的时间，而且这似乎是我们今天对AI的支持。

行业需要成功

AI公司需要向市场提供工作和完整的产品。这些产品需要解决严重的痛点。拥有一些很酷的东西是不够的。他们需要快速部署和具有鲁棒性。不幸的是，AI产品的垂直组件和基础设施并不是所有新公司都能实现的。这就像试图在3G之前做一个移动应用程序，或者在20年前尝试做VOIP一样（问题稍有不同，但约束条件相似）。

那为什么呢？编码语言在过去的半个世纪中发展得非常相似。这里有指令，那就是代码。当运行代码时，系统会读取数据库，然后写入数据库。自60年代以来，这对所有语言都是一样的。这是经典的编码非常简单。在深度学习和机器学习中，开发人员需要学习如何利用新的框架，而且与经典编程相关的工作较少，更多的工作是获取正确的不同类型的回归和图层，并将组件和工具粘贴到一起。

新一代的开发人员现在已经习惯了这些新的平台和工具。这意味着存在一个严重的人才瓶颈。即使你让这些AI框架工作，它们本身也不是可部署的产品。开发人员仍然需要具有传统的编码技能来从这些框架开发产品，这意味着需要让AI团队和编码人员同步工作。

训练也是一个常见的会发生错误的领域。现在你有了一个框架，你需要训练它执行任务并进行预测。问题是，围绕训练有许多限制，从可以训练的等级数量到数据收集，数据同步以及使神经网络按预期工作。然后又有预测和延迟的问题。你怎么知道预测的门槛应该是什么？模型如何在上下文和上下文之外工作？准确度是多少？假阳性的后果是什么？AI不知道这一点。而你需要不断配置它; 这需要花费很多时间和金钱。你可以建立一个iOS应用程序没有适当的工具？同样，在AI中，工具还没有真正存在。AI开发人员仍在即兴创作。

克服常见的误解

当你今天看AI公司时，你会自动认为它们应该由博士创立，或者至少有很多博士学位。因为你认为有很多即兴创作，定制和发现正在进行。但这是可持续的吗？今天的AI公司是否真的将研发公司伪装成商业公司？也许吧，但是这会给我们带来真正的执行和产品市场契合吗？毕竟我们仍处于早期阶段。

另一个常见的误解是，我们预计顶尖科技公司将完全支配AI行业向前发展。这就像是说互联网将由手机运营商或90年代的大型硅谷公司主导。这不可能是事实。未来几年，我们将看到许多新兴公司在不同领域出现。较大的公司会收购其中的一些，但我不认为大公司会完全主导这个领域。

那么人工智能会成为下一个爆发的科技泡沫吗？我的回答是否定的。我认为它会留下来，但我们肯定会看到不断的变化和惊喜。