五年以后计算机就业形势会怎样?

呵呵。。我在此立一个FLAG。。

五年以后，基于深度学习的人工智能不会有什么大发展。因此上，自动驾驶都是镜花水月。甚至说的更夸张一点。未来十年甚至更长的时间维度上，人类科技将陷入停滞。

从更广阔的维度来看，我们从上世纪八九十年代到2008年的基于电脑和互联网的信息技术革命和从2008年到2018年的基于手机和移动互联网的第二波信息技术革命，在人类历史中其实是昙花一现。那些妄图等待基于大数据和人工智能为代表的的第三轮信息技术革命的人，注定等到一场空。同时，基于上世纪八九十年代到2018年两轮技术革命的经验，对于未来，没有任何参考价值。

很多人有一个想法。他们认为自己在1988年左右遇到了第一轮电脑科技革命。在2008年左右遇到了第二轮手机科技革命。等到了2018年左右，就会遇到第三轮。这种想法怎么说呢？只能说是天真而愚蠢吧。

从这个角度来说，五年以后计算机就业形势会被现在差。但是一定比其他行业好。。

继续补充一下。你只要了解一下现在的深度学习，你就会发现深度学习就是对于人脑的神经网络的模拟。而且只要构建出足够复杂的神经网络，我们就能模拟出拥有这种复杂度的动物所具有的智力水平。尽管，大部分人类从自尊心的角度来说，接受不了自己作为人类，脑子里面正在进行傅立叶变换，在运行卷积算法。正是这些卷积算法构成了人类引以为傲的意识。但是正是基于这个客观事实，如果我们想模拟出人类大脑复杂的神经网络。我们大概需要几万个三峡水电站的供电。无法用硅基芯片实现人工智能的问题在于硅基芯片的功耗远远高于人脑的神经元。

顺便说一句，我不仅看完了市面上几乎所有的深度学习的书。 Dive into Deep Learning也早就刷完了。对于评论区提到的transform和bert的论文也都看了不少。甚至知道评论区提到的符号主义和连接主义已经是过时的概念了。

你只要看过 Dive into Deep Learning就知道了，你就知道不管你如何改模型，加多少卷积层和全连接层。如何精心设计损失函数。不管怎么换编码器和预测损失函数。到头来还不是要靠反向传播求梯度。

划重点：

反向传播求梯度。。

那些质疑我的人，麻烦先学习一下，什么叫反向传播，卷积层，全连接层和激活函数。如果你们不愿意学习。起码你们可以百度一下这个英文单词：

heuristic。

说白了，现在的深度学习领域就是这个样子。不是干深度学习这个行业的人不许说这个事情，因为你不是干这个的。就算看了相关的专业书籍，读了相关的论文，也不能说，因为你没有享誉世界的科研成果，所以对这个行业理解不深。但是干深度学习这个行业的，有成果的人也不能自己砸自己的饭碗啊，所以也不能说。

打个比方，我发现一个冰箱不制冷，我是不能这么认为的。因为我不是专业做冰箱的。我自学冰箱设计知识以后，对于冰箱进行拆解分析以后，也不能认为冰箱不制冷。因为我对于冰箱理解不深。制造冰箱的肯定不能说冰箱不制冷，毕竟他们要靠卖冰箱赚钱。结果就是任何人都不能说这个冰箱不制冷。甚至现在连真正的专业人士都承认深度学习有限制。例如L5自动驾驶很难实现。但是仍然叫不醒这些狂热分子。

其实就是：

百万漕工衣食所系。

因为很多人研究生论文就是写这个的。

我不是专家。我也不会删评论。我只不过不靠深度学习这个东西评职称，写论文，混学位而已。才不会揣着明白装糊涂。敢说几句客观的话而已。。

我不仅不是专家，我还不迷信专家。不会因为你写过什么文章，担任了什么职位就迷信你。我就相信科学和事实。一个依靠显卡性能复活，靠启发式方法发展的学科，不管你怎么吹，都会被时间和事实打脸。。