在知乎有段时间了，一直以来，都专注于中文编程相关技术，不愿对其他技术进行指摘。
但现在时局动荡，有些话，现在不说，不知还有没有机会说了。
（背景介绍：我 2008 年来美国之前，对人工智能有着巨大的憧憬，当时的自我感觉是，发现了一条迅速实现人工智能的蹊径。后来硕士阶段也学习了一些相关知识，最后妄图用一个脑洞来做申请博士的材料，但无果而终。）
最近这波人工智能的风潮已经有好几年，当然是有收获的，比如让人脸、语音识别等等技术平民化。但是，将算法改进和人工智能混为一谈，是个很大的问题。
现在，只要是牵涉到自动化的计算机算法，似乎都能套上”智能“的名头。照这么说的话，”智能“早在计算机诞生之初就有了。
风投炒概念是司空见惯的事情，但国家层面更加需要的是认清最大的短板，而不是被资本牵着鼻子走。什么是实用的，什么是空中楼阁，什么是即使有用但并不显著促进社会公平的，都应该做深入调查再进行国家层面的政策指向。尤其是对中小学教育的内容修改，更应谨慎。
尤其是，不能轻易被”激将“。比如某大国将”人工智能“作为本世纪发展方向，绝不意味着我们就必须投入巨大资源来”跟“。看到某些战略专家，甚至将人工智能作为”下一次工业革命“的方向。我认为他们在作这种言论之前，首先至少需要了解人工智能的整个历史。
国外在自动逻辑推理、证明、验证，算法设计和优化等等非常需要基础学科根底的领域，已经确立了极大的优势，这些是更加接近人的”思考“的”智能“范畴。而现在所谓的“人工智能”，更大的意义在于取代人的”感官“，而非人的”思考“。
而这些”思考“的部分，才是所有工业自动化、设计、模拟软件的核心。国外企业可以乘着这波“人工智能”的浪潮再次改进工业自动化的效率，而国内虽然有一定收获，但仍然没有取得核心能力。
另一个大问题，是将“人工智能”和“大数据”绑定在一起。现在说到 AI，似乎就非大数据不行。难道，只有掌握海量数据和计算资源的玩家，才有资格搞 AI 吗？
大数据本身是工业自动化过程中必然会产生的。对数据进行分析和挖掘，当然能有价值生成。但是，这种分析和挖掘，难道必须戴上“AI”的帽子才能获得重视和投入吗？
还有，AI 只有所谓的“深度学习”才能实现吗？神经网络是发展了好几十年的技术，换个名头之后，NN 的关键问题就能解决了吗？
这波风潮，在我看来很大程度偏离了“人工智能”的初衷。至少，对“人工智能”的概念，外延太大，让很多人产生了可以靠 AI （即使他们绝大多数完全想象不出这种 AI 是个什么样子）来解决所有问题（比如编程）这种不切实际的幻想。
这样的跟风，对于这门学科的长远发展，投入太大，益处不成比例，而副效应巨大。