之前有个问题，说是为什么中国顶级人才少。

我回答说，之所以大家感觉顶级人才少，其中一个原因是中国把主要力量都放在中层人才培养上了。

因为这一范围的人才，性价比最高，对于国家战略的推进，也最有利。

人工智能其实也属于这一范畴，原本它确实如火如荼，但推进了一段时间，发现它还是太超前了。

一些手机厂商的智能语音，一些汽车厂商的自动驾驶，以及智能家居，它们在完成初步智能之后，发现推进不了了。

而这初步的智能，其实学自动化的那些人才就够用了，用不上研究脑机接口这种层次的人才。

后者像是用热力学改进蒸汽机时代的时候，研究星球轨迹的人群。

然后，在面对现实的情况下，人工智能从这一世纪的朝阳，变成了更远期的蓝图。

生物科学吹捧了那么久，坑了那么多人，人工智能降降温也是好的。

它需要人研究，但也不需要那么多人，市场也养不了那么多人。

下面很多大佬的回答非常精彩，我这里说一点个人拙见~

私认为人工智能特别是深度学习方面存在着两方面天然的劣势，在全球经济收紧的情况下，深度学习方面的研究很难维持现在的规模：

一是深度学习难以被工业界主流所接受：我们可以从概念入手，深度学习的理论里面涉及到的利用“曲线拟合”来描述一个系统，进而来构建一个不可预测甚至不可理解的复杂情况。虽然我们可以根据经验来提高系统的可行性，并认为该人工智能系统可以正确模拟出我们想要其构建的系统方式并运行，但其结果很难让我们拥有绝对的信心。比如自动驾驶领域，即使我们能构建和模拟出反映了99.99%的真实世界场景，鉴于系统的不可预测性和场景的多变性，我们也不会知道在低于0.001%的场景中会发生什么。更严重的是，倘若我们所设计的人工智能系统会存在一个内在的错误参数，那这导致的结果也可能是灾难性的，因为这些灾难性结果放在真实世界会定期反复发生，并产生难以估计的损失后果（法律、经济、道德）。所以目前实体行业的公司在使用人工智能时候都是小心翼翼地来清洗数据，再来制作一个因果模型来收敛结果，但着这本质上是一个“人工干预”后的结果，与人工智能的初衷有所背离。

二是人工智能难以对纯粹的科研上（理论数学、理论物理等方面）起到作用：诚然，人工智能的发展的的确确帮助了很多实验性和观测性学科的发展，如Alphafold，很多工科生发论文的利器也是基于一套系统来魔改网络得到一个较好的预测模型。但对于纯粹的理论研究来讲，是希望利用精准的数学公式来更深层次的描述现实世界，如我们生活中的一切创造正是基于一个个公式得到的，又或者是利用非逻辑性质的思维来论证一些未来难题，如各种类型的猜想和对圆周率的计算等。而人工智能一直追求的是一种“近似”的结果，是基于数学逻辑与现实“妥协”的得到结果，这也是为何很多数学界的大佬甚至数学玩家爱好者都很鄙视深度学习的原因。

但人工智能的发展未来真的会停滞吗？我看不会！

因为人工智能的发展就像是承载了无数普通人对未来世界的遐想的平台，没有严格的智力门槛，没有太多晦涩难懂的理论，让每一个领域的本硕博学生都有了可以展现自己的机会。一次次魔改的网络，一份份开源的代码，为得是能为模拟真实世界提供一份自己的力量。虽然知道这个梦想还可望不可及，虽然知道这种和天才们所作精准工作存在天壤之别，但是能看到一次次论文结果的逼近，一场场实验准确率的提升，酣畅淋漓又热血沸腾，这才是人工智能的魅力所在。

正常

AI冷却后才能进入落地期。

神经网络本来就是一种算法而已，为了一种算法成立各种各样的公司，本来就是拿着锤子找钉子的傻缺做法。

你听说过有人给傅里叶变换开公司的吗？

AI四小龙在二级市场本来就是一直不被人看好。

现在，大家慢慢考虑在自己的领域内到底需不需要AI才是基本的问题。

很多用途基本一个动态规划都能解决的，上神经网络存粹是没事找事。

做数据集是一件很花时间和人力的事情。上一轮的爆火唯一的好处就是我们有了各种各样的数据集。

但，人力标注数据集的监督算法本就是一种妥协行为。不是所有公司都能自己做数据集的，甚至不是每家公司都有钱买一百多张显卡训练算法的。

云训练本身还有带宽限制等各种各样的问题。

未来，还是得考虑，如何让AI自己去标注，找规律。自己去找相关性更强的因素才是解决方法。

曾几何时，人工智能(也就是AI)，风靡全球。抖音、微信公众号等等媒体均在宣传人工智能，许多厂家也打起了AI人工智能产品的广告，电影《终结者》中的AI人工智能形象也掀起了研究AI的热潮。

那么，什么是人工智能呢？这么说吧，人工智能，英文名叫Artificial Intelligence，它是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

有的人说，现在好像很少听到AI人工智能在网络中的讨论了，然后取而代之的是“元宇宙”这个新概念。对此我想说的是人工智能的应用场景是非常广泛的，就比如说人机对弈，智能家居，同声传译，人工智能生活助手等，几乎涵盖了我们生活中的所有场景。并且国家早在2019年就将人工智能设置为本科专业，同时也设立相应的学位。

目前，AI人工智能的作用已经非常强大，举几个具体的例子：

1、像我们使用的各种各样的APP，其中的内容审核功能（事后追溯、关键词审核、话题审核等）是几乎每个国人每天都会接触到的，它属于最简单的人工智能。

2、AI人工智能具有学习的能力，它可以在进行学习之后，功能会变的更加强大，我们平常使用的导航就是具有学习的能力，传统的车载导航需要定期付费到指定的场所去更新内存卡中的地图信息，这种方式对于使用感受来说非常不友好，会导致导航绕着某一条路线转圈，但是随着时代的发展，出现了高德、百度、腾讯这种实时更新路况信息的手机APP，并且随着发展，各种智能AI功能也被加入到导航APP中，像语音控制导航APP便是其中最经典的功能，并且导航APP还会自动记录最常走的路线，自动推荐最近或者不堵车的路线，等等这些智能化的功能都是人工智能AI技术所提供的。

所以说，AI人工智能并非是热度越来越低，而是因为它已经融入到我们生活中的方方面面了，导致我们觉察不到它的存在。

在未来,AI人工智能不仅在日常生活中出现，也会出现在其他领域，像一些企业的生产设备、国家科技的智能化发展，并且在未来，军事上的AI技术也会越来越广泛，无人机就是AI应用在军事上的典型，它可以通过远程操控来对敌人进行精确打击，并且可以根据设置好的程序自动进行飞行、对敌人进行定位甚至消灭。

人工智能是一个对于未来社会发展具有重要意义的领域，所以它的未来是具有不可估量的前景的。

不是热度越来越低了，只是大家对这个有点司空见惯了。

前几年人工智能刚出的时候，大家都认为这是个稀罕东西，是自己平常根本接触不到的东西，例如那个打败众多围棋选手的AlphaGo，那时候大家看到的时候不都认为很厉害。

然后过了几年的今天，人工智能进入社会了，比如什么快递车，点餐服务员之类的，都开始使用人工智能这个东西，这让大家发现了人工智能在生活中只是个很平常的东西，不像自己想象的那种高大上了，也就不那么关注了。

人工智能的未来，这个我不太懂，不过我觉得应该是逐渐融入到生活中去，让更多的人都能体验到人工智能的便捷吧。

实实在在的受益了。AI介入的文本搜索，图像识别，语音识别等等，大幅度提升用户体验

泡沫慢慢化掉了，留下了真正为此沉淀下来的人！

其实我觉得AI，他只是表面上看起来热度变低，而一但实际上他热度的是在不断上升的，因为AI技术对于我们的生活都改变是有很大的影响的，不仅在比较危险的领域的，还有的一切比较常见的人都是很常见的，所以呢，AI的热度是应该不会降低的，他只会越来越变得发达，就是他的技术越来越厉害，然后在我们生活中，AI是它也有一定的难点，就是去不断的突破，然后，融入我们的社会。因为我觉得可能是有更加深层的原因存在，所以呢，他也只是表面上看起来热度降低而已，但实际上是有能源在不断的突破这些卡脖子的地方，然后那个地方就可以变得越来越发达，还就是AI现在在慢慢融入我们的生活。而且根据我们的国情科技，就是对我国的无论哪个方面的话？他的那个都是比较关键的，所以呢，他可能只是现在表面上看起来热度下降而已。所以所以我觉得可能是背后有更加的深层次的原因

人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，近年来，中国人工智能产业在政策与技术双重驱动下呈现高速增长态势。根据中国信通院数研中心测算，2021年中国人工智能产业规模为1803亿元人民币，同比增长23.2%。中国人工智能产业规模增速超过全球。

中国人工智能市场规模在2016年-2020年持续增长，市场规模从2016年的154亿元增长至2020年的1280亿元，年复合增长率达到69.79%。随着新基建产业愈发受到国家重视，人工智能产业未来将持续增长，2022-2027年中国人工智能(AI)服务产业运行态势及投资规划深度研究报告预计2022年将达2729亿元。

随着人工智能技术的进一步发展和落地，深度学习、数据挖掘、自动程序设计等领域也将在更多的应用场景中得到实现，人工智能技术产业化发展前景向好。现从三大应用场景核心技术来分析2022年人工智能行业技术。

人工智能热度低，只是因为一段时间就需要一个“新概念”来忽悠国家资本，而这个“新概念”就是元宇宙

从早些年的互联网，到后来的VR、AR、MR，再到大数据、物联网、区块链，再到人工智能、元宇宙，每次概念的热炒，都是为了获取“骗取”国家关注，获得经费，忽悠大小资本。然而在热度过后，一地鸡毛，没有一项技术突破，没有一项技术领先，但一个个大忽悠却赚的盆满钵满

没有多少人潜心钻研技术，中国商人没有这个耐心，追求的一直是短期的资本积累，而不是长期的技术试错

我们不是没有能力，只是有真才实学的都润了，没有土壤，没法生长

任何事物都有自己的生命进程，都是不断进化，发展演变。人工智能不会一直火下去，但是离消亡还很久远。

任何的商业模式，技术手段都是为了解决人类的衣食住行，生老病死，人工智能只是对传统的处理手段的升级，以及面对新的矛盾的新的解决方案。

人工智能不会一直活，但是有生之年它不会消亡，它会更加成熟，对我们的日常生活的渗透会越来越深，我们也会越来越依赖人工智能，或许在未来还有新的技术手段被人类创造出来。

人工智能，无法回避，那就拥抱。

秋蕾

4027 次赞同

去咨询

未来人工智能发展会侵入到社会的各个领域，挺看好的，但这需要一个非常漫长的过程，过程也是非常困难的，人工智能在近几年得到了非常大的关注，比较高讨论，在大数据、物联网和互联网技术的推动下，整个产业互联网解决方案的最后面一个环节必定是人工智能。人工智能技术对企业的影响，预计将使劳动生产率提高科技创新，并使人们能够更有效地利用自己的时间。将人工智能作为新的生产要素，它可以至少可以以三种重要方式推动增长，与传统的自动化解决方案不同的是，由人工智能驱动的创新，使需要适应性和敏捷性的复杂物理任务实现自动化，并且人工智能能够自我学习。人工智能最受关注的好处之一，是其在经济中传播创新的能力。人工智能预示着经济和人类的巨大增长潜力，人工智能是经济增长的未来。人工智能有望为企业和工人提供巨大的经济机会最好的位置。

人工智能曾经的风光无限是因为它是一个新型且充满科技感的一个研究方向，在之前的好多影视作品中可以看到一些人工智能的身影，例如变形金刚等。在刚兴起的时候，需要大量的宣传，获得项目研发基金，让许多的人才投入到项目的开发中。

随着国内国内人才的增多，流向该方向的人才逐渐出现爆满的情况，获得的投资也越来越多。这个时候，人工智能就进入了发展快车道，然后逐渐出现一些成果:例如华智冰等。

这个时候我们看到的是一个又一个的产品，然后逐渐进入我们的生活。

与其说热度越来越低，很贴切的应该是应用更接近生活，最起码基础的人工智能已经大规模的应用于智能生活，当大部分人都习以为常的东西都是以前的高大上的东西时，说的的人就会少，提的人也会少，会寻找一个更高大上的东西，比如元宇宙什么的。

错觉。

人工智能刚刚出现的时候，大家对这个新奇的东西非常好奇，常常去讨论，去探索。现在热度低了，就是人工智能不在流行了吗？自然是不对的。

就像造纸术刚出来的时候，大家惊叹不已，现在我们每天都在用着数不尽的纸，还会每一次感叹，啊，造纸术太厉害了吗？肯定是不会的。这是因为纸已经在我们的生活中无处不在，或者说已经是生活费一部分，很日常的东西了，每天都见到的东西，自然不会那么惊讶。

同理，人工智能也是一样。一开始，人工智能离我们很远，只有一部分人才有能力去了解，去接触。现在，随着人工智能的发展，慢慢进入了我们的生活，生活处处可见，大家见怪不怪了。这正正说明了人工智能的重要性，我们在生活中已经习惯了它的存在，自热不会天天讨论。

热度的不在，并不是人工智能的退后，恰恰相反，这正是人工智能走向千家万户的进步。外在的热度消退，现实中，我们却去经常接触他，这难道不代表在生活中，人工智能的热度才是真正的体现，这难道不算另一种程度的风光无限吗

我也感觉热度好像不如以前了，但也在情理之中吧，毕竟像AI人工智能这样的高科技技术，还有很远的路要走。

虽然这几年很多互联网大佬们都在畅想AI技术的前景，但是AI技术能不能应用到各个领域，以及能不能推出一些很有价值、有意义的产品，这才是AI技术能不能走向千家万户的关键问题。

AI人工智能也并非是万能的，也有自身的缺点：

首先就是安全性问题，现在的AI技术还处于萌芽阶段，技术上还不够成熟，肯定会出现一些致命的漏洞，这需要时间的验证，再说即便是人工智能程度很高了，也仍然存在安全隐患，毕竟人工智能技术是人类编写的程序。

然后是创新难度大，目前人工智能只能通过大数据进行学习，从数据中分析模型和结论。

最后是应用门槛较高，现在大量缺乏人工智能相关的人才，比如：架构师这个职业，对从业者技术要求很高，需要掌握多种计算机技术，不过相应的薪资待遇也很高，这段时间，我一直在关注一个“架构师成长计划”，是公益的培训课程，感觉受益匪浅，对这个职业更有信心了。目前我还在努力学习中，要成为一名合格的架构师，还需要学习很多专业知识和技能，这个岗位比较适合计算机专业的毕业生，据我了解发展前景很不错，特别是在一线、二线城市。

总之，AI技术的热度可能会降低，但我很看好未来的发展前景。

怎么说呢，热度其实并没有降低，只是AI技术太前沿了，一旦AI技术走向成熟，肯定会引发一次科技革命，但这样的技术肯定需要时间的磨炼，不可能在短期内看到什么变化。其实AI技术已经在多个领域尝试应用了，例如：AI智能汽车、AI机器人等，只是要走向大众化，还需要不断升级AI技术。

AI技术就是人工智能，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，属于计算机科学的一个分支。所以，AI技术还要依赖于计算机技术的发展。

我们对AI技术的要求基本有这样两点：智能化程度高、安全高效。

比如：这几年热度很高的智能汽车和智能家居，但智能化水平还是不够，安全系数也不够高，所以智能汽车真正进入市场还需要很长时间。

现阶段AI技术还处于萌芽阶段，这就需要大量专业的技术人员加入，例如：架构师、程序员、产品运营等，这些职位的发展前景都很好，尤其是架构师岗位，系统架构师就是一个最终确认和评估系统需求，给出开发规范，搭建系统实现的核心构架，并澄清技术细节、扫清主要难点的技术人员。我最近关注了一个“架构师成长计划”，是公益的免费课程，感觉是很有意义的培训活动，我打算转行成为架构师了。

先说结论：不是错觉吧，AI热确实应该降降温了。

首先，人工AI技术是一项很高深的前沿技术，研发这项技术需要漫长的时间，需要企业投入大量的人力和物力，但任何一项技术都要落到实处，都得成为真正有价值的产品或者服务，否则就无法变现，不能变现就不能产生经济效益，对企业和个人来说都没有什么意义。

然后，必须继续研发AI技术，理由是未来AI技术肯定会改变我们的生活，举个例子：如今已经有智能汽车通过上路测试了，相信不久的将来智能汽车会改变我们的出行方式。现在人工AI技术还未能真正走向成熟，智能化程度远远不够，AI技术要被市场和大众认可，那只有不断摸索、升级。AI技术不是遥不可及的概念，而是可以改变人类生活的前沿技术。

最后，研发人工AI技术需要一大批专业的技术人员，包括各类程序员、产品设计人员、架构师等。我就是一名架构师，目前在上海工作，近两年架构师这个岗位需求量越来越大了，如果你是混程序员圈子的，估计对架构师会有一些了解，现在架构师的薪资待遇都不错，有计算机行业的从业者，可以考虑转行做这个领域，刚好最近有个英特尔架构师成长计划，免费的公益培训课程，这个活动已经推出两季了，我很喜欢这个公益培训。想转行的朋友不妨去关注下，还有一些小礼品送。

作为一个曾经统治芯片行业长达三十年的企业，英特尔现在已经摔下神坛，三星取代英特尔成为了芯片行业销量和利润的双料冠军。

英特尔公司已经将其存储芯片业务以90亿美元的现金交易出售给海力士，随后英特尔股价大跌，与此形成强烈对比的是英伟达传出收购ARM，AMD收购赛灵思之后两家公司的市值大涨，显然英特尔在硬件市场的失利形式在几年之内很难扭转。

基带服务卖给苹果了，M系列移动处理器没人用，GPU也失败了，苹果决定使用自家芯片逐步替代英特尔芯片，于是苹果这个大客户也丢了。近年来的英特尔真的是四面楚歌，只能转变战略，押宝人工智能，如果赌输了真的就是什么都没了。

但英特尔进入人工智能的时机慢半拍，抢占不了先机之余，观看这几年的业务成绩，似乎也不如人意。

起步慢，错失先机

英特尔在月前发布了不尽如人意的Q2季度财报，出现了十多年来首次季度亏损，并且大幅下调了全年的盈利预期。

十年前英特尔在PC占有率90%，在服务器领域占有率95%，已经达到增长的极限。尤其在芯片制程上，由于新工艺的成本越来越贵，升级成本越来越高，英特尔这种集合设计生产一体化的模式走到了末路。

由于英特尔错误押宝下一个10X增长机会，选择了手机SOC而不是人工智能芯片，转身发现老窝PC和服务器芯片被AMD偷家。

随后PC市场饱和，相应的制程升级投资减少。英特尔在2009-2017年投资接近100亿美元做手机SOC和4G基带。抢占高通的市场，然而被高通利用专利许可暴打，血本无归。

2016年人工智能芯片开始涌现，英特尔没有人工智能生态，只能对着NVIDIA望洋生叹。于是英特尔在2017年开始大举进攻人工智能领域，可谓赶了个晚集。

人工智能已经开始深入各行各业，从早期的金融服务业、医疗、汽车行业，到目前的餐饮、交通等等，正在发生着一系列的变化，未来几乎所有的主要行业都会将人工智能作为一个重要的技术手段。

英特尔的战略是为其所有芯片注入人工智能功能，随着人工智能应用在视觉、语音、推荐系统等方面不断增长和多样化，英特尔的目标是提供一套优越的人工智能开发和部署生态系统。

但显然成功没有那么容易获得。

在英特尔旗下的各个产品板块中，包括PC芯片在内的计算事业部营收下降了25%，如果说这个下降是因为外部的经济原因和英特尔自己在近几年重心转移到人工智能板块的话，那么人工智能部门也十分不争气，Q2的营收下降了16%。

人工智能发展到现在人机对弈，智能家居，同声传译，人工智能生活助手等如雨后春笋般层出不穷。不可否认人工智能有些很大的需求，这也是英特尔改变战略发力人工智能业务的底气。然而人工智能很多时候还是在实验室研发中使用，而真正落地到社会生活中的实际应用的并不多。

当前，人工智能最大的难题是前期投入巨大，回报周期相对较长，但是其优势在于一个成熟的人工智能应用可以同时服务众多使用者，这其实就是可以降低成本的优势所在，对于英特尔来说只要能把应用和用户体验做好，那么完全可以探索出一条足够支撑其发展的商业模式。

如何让人工智能技术从基础设施的方向突进，比如让算法的门槛越来越低，推进在各行各业的落地，才是英特尔人工智能的最大挑战。

人工智能领域被蚕食

在这十几年移动芯片行业火爆的情况下，英特尔却跟不上同行的发展速度了。美国的科技股在风口已经持续了很长的一段时间，英特尔的股价严重跑输各种大盘数据，可以看出市场对于英特尔的冷淡。最近五年来，英特尔几乎停滞不前，而英伟达和AMD的市值已经翻了20倍和40倍。

除了在核心PC市场的优势不再之外，也在错过了移动计算市场之后，人工智能是英特尔赖以依靠的新增长点。可惜在目前新兴的人工智能战场里，英特尔距离成功还很遥远。

目前人工智能业务赚钱的方式，不外乎是找到人工智能的落地场景，给客户提供一整套的解决方案，拿下商业合同。

于是人工智能这一波潮流催生很多公司，但能够赚到钱的人工智能方案公司也不多，能出真金白银来采购芯片就更少。 在过去几年中英特尔给人的印象一直是雷声大雨点小，动作声势很大但是具体到产品上并没有让人眼前一亮。

英特尔有不得不布局人工智能芯片的理由：人工智能算法很难有秘密，但人工智能芯片作为英特尔对自身人工智能业务理解的结晶，人工智能芯片和人工智能算法是相互促进发展的，因此英特尔想把人工智能芯片当做新的护城河。

英特尔坚持认为，经过沉淀后的人工智能战略正在奏效，英特尔把重振增长这项任务交到了人工智能手上。实际上，英特尔并不是唯一一家希望使用CPU来做人工智能的厂商，ARM也提出了专门为人工智能设计的拓展指令集。

人工智能芯片在当前整个芯片市场中相对份额较小，但增长十分迅猛。在目前的人工智能市场中，主流的领军公司非英伟达莫属，英特尔的存在感并不强，虽然英特人在过去几年中花了很大的手笔去收购相应公司，但是反而看到了越来越多的人工智能服务器处理器市场被AMD蚕食。

由于英特尔慢了一步，人工智能这个领域已经被英伟达占据了，英伟达在人工智能专用芯片领域的主导地位超越英特尔，成为美国市值最高的芯片公司。现在英特尔做出来的人工智能芯片就需要和英伟达正面碰撞：与英伟达的同款相比性能指标如何？功耗对比如何？适配人工智能算法如何？

两年前，随着英伟达推出如针对 AI 模型训练的 AI专用芯片，并逐步扩大市场份额，英特尔对 AI 产业投资者的吸引力有所下滑。根据数据显示，现阶段英伟达占大型人工智能专用计算市场总收入的 80%左右。

不止在人工智能领域没有扳下一城，在自己本来的优势主场也越来越丧失话语权。近年来，英特尔在制造拥有最小晶体管和最佳性能的芯片中遭遇挫折，使其在与三星和台积电的高风险竞争中落于下风，英特尔最近的一些 CPU 芯片也推迟上市，这正是英特尔眼下所面临的困境。

过去的宏伟愿景已经烟消云散。今天的英特尔不再是技术实力的简写，事实证明，人工智能进军主流经济的步伐是逐步演进，而不是天翻地覆的炒作。当去年IBM把沃森卖掉的时候，在业界引起了轩然大波，让不少人感到沮丧，因为到目前为止，人类已经经历了好多次人工智能的大潮，人工智能芯片看似火热，实际还是襁褓中的婴儿，十分容易夭折。因此每次都是潮起的时候大家期待巨大，但是潮落的时候一切又都归于沉寂，连IBM都要卖沃森了。

人工智能的技术之风催熟了很多人工智能芯片公司，而人工智能的应用落地则是滞后的；当人工智能芯片脱离单纯讨论"技术能力"的范畴，如何能够教育市场，减少技术到应用的时间，把研发投入快速转换成销售和利润，是一个很有挑战的问题。

英特尔毕竟家大业大，底子还在，通过调整未来重新占据优势地位的可能性还是有的。而在服务器领域的人工智能方面，英特尔和AMD两家都是在追赶英伟达，未来的竞争格局将会是兼容替代策略和弯道超车策略与英伟达之间的比拼。

英特尔相比AMD在其他市场也有布局，但是这些布局能否获得回报则存在一定的不确定性。这也考验英特尔在战略和资源调度上的能力，因为如果多元投资没法搭配好的战略能力的话反而会分散精力。

结语

每个时代都有自己独特的特点。面对时代潮流，有的企业选择顺势而为，有的企业选择逆流而上。从理论上讲，这两种完全不同的选择都有成功的可能，但在残酷的商业社会中，能活到最后的一定是与时俱进的企业。

不谈英特尔眼红人工智能市场的因素，在CPU中集成矩阵模块本身也是可行的，并且和人工智能企业布局人工智能芯片并不冲突——一个专注端侧，一个专注云侧。

目前，我们看到英特尔在这个方面也在做一定的调整，例如在去年年底英特尔打算把Mobileye重新上市，从而能收集资金来投资自己的人工智能芯片业务。希望英特尔能通过这样的调整来重获前进动力，从而给市场带来更好的产品。

看看文字的形成经历了多少年，从原始人在石头上鬼画符开始到文字最终出现，并伴随语言的出现，有万年以上。机器ai 这种毫无智商的学习，能学什么？还不是要人给机器写代码？但商家需要卖钱的噱头，每天不搞出营销刺激点，就没法加价。