带着问题去思考

​这周读完了《文本上的算法——深入浅出自然语言处理》，书中最后的一些话与大家分享：

对于人工智能来说，作者感觉现在的理念就是“计算即智能”，依靠许多数据，进而依靠机器的高性能来训练模型，目前基于图灵机的计算机是一套明确的确定的人为设定的编码规则，所以只要是明确需要计算量的单一任务计算机解决是迟早的事，因此许多单一任务组合成让人类更方便的产品（可称为“浅层智能”）在可预见的未来是可以做好的。

但是任何进步都是从量变到质变的过程，所以要想达到这种浅层智能，也必须要经过基础产业升级（基础科学、基础通讯、基础硬件）、物联网和自动化等过程。

然而人类的智能却非常高级，它是依靠小样本，根据人类大脑的推理和泛化能力（高维的相似度）来学习的，所以对于自学习、推理、记忆、思考、欲望、意识等不确定的、无法感知和测量的东西，计算机仍然毫无头绪。打造像人类这样的“高度智能”还是相当困难的。

人工智能还有很长的路要走，而且人工智能更是物理学、生物学、脑科学、机械学和计算机科学等多个学科共同发展、互相促进的结果。

技术必然一直在进步，它会让人类的生活越来越方便、高效和美好（当然理念创新、产品创新和商业模式创新都是社会进步的因素）。

尽管我们向往的目标很美好，但是中间一定会经过一系列量变的阶段。要想达到前面说的“浅层智能”，少不了相应基础产业持续升级、互联网化和自动化这几个进程

社会是一点一点进步的，天下没有免费的午餐，没有人能一口吃成大胖子，就像现在的汽车工业也经过了马车、蒸汽汽车和内燃汽车等几个阶段发展起来的，所以我们不能好高骛远，应该脚踏实地，在现有技术和数据形态下结合产品设计解决好用户某些方面的需求，创造出真正的社会价值，让人们的生活逐步高效便捷。

作为技术工程师，无论做什么事情，什么方向，在工作中肯定遇到过不少问题，那么就应该带着问题去寻找和思考新的技术、新的解决方案，切不能盲目跟从。

总之，多学习，多思考！

为什么把这段话摘出来给大家分享呢，因为“带着问题去寻找和思考新的技术、新的解决方案”这一点很契合我现在的情况。

技术发展日新月异，每天都会有新的知识出现，要想把所有的东西都学精学通是人力所不能为的，就算是本专业本领域的知识，没有相关的基础，也是难以完全掌握的，那么该怎么办呢？

最近导师找我聊天，总是会跟我强调，要立足自身实际能力水平、知识储备水平，以问题导向牵引学习方向，先不要纠结于技术细节，要从应用需求、实际问题中寻求突破，再围绕具体应用补足所需的知识、工具。

对于没有相应专业基础积累的我来说，我已经没有足够的时间去把人家本科四年学过的知识从头学起，所以要把有限的时间用在某一个具体的点上，带着问题去寻找和思考解决方案。

总之，时间是有限的，切不可盲从，要多学习，多思考！