人工智能笑(为什么人工智能工程师被戏称为)

一、生活中人工智能的例子

人脸识别、无人驾驶、地图导航、物流、机器人和智能家居、打车服务、智能的个人助理等。1、人脸识别：生活中所用的支付系统或是金融系统的人脸识别，能给人带来安全保障。高铁进站的人脸识别，酒店以及安防系统，还有生活中的门锁等。人工智能的技术慢慢的成熟。

人脸识别、无人驾驶、地图导航、物流、机器人和智能家居、打车服务、智能的个人助理。

1、人脸识别：生活中所用的支付系统或是金融系统的人脸识别，能给人带来安全保障。高铁进站的人脸识别，酒店以及安防系统，还有生活中的门锁等。人工智能的技术慢慢的成熟。

2、无人驾驶：在日常生活中，高铁、地铁、飞机等均已采用了无人驾驶技术，只不过这些都是有条件的在驾驶，都是有限定的铁路或是航道等，而在现在，无人驾驶汽车技术发展很迅速，而且已经有汽车已经研究出来，只是智能技术还缺少一点，还不能普及到所有的地方去使用。

3、地图导航：无论在哪个地方，地图导航都甚至精确到镇上，能顺利的将位置显示出来，在城市中行车，系统的智能会为你分析路况，让你能够顺利的避开堵车，让你顺利到达你想要去的地方。

4、物流：快递越来越快，因背后有着很智能的仓储物流系统，商家的货物不是自己发，而是将商品放在仓储中心，用户下单之后，人工智能会自动分发货物，将相应的货物分往客户所处的区域栏。然后物流车每天按时发车。将货物运往预定好的地区。

5、机器人和智能家居：生活中经常看到的机器人都采用了人工智能技术，例如，智能扫地机器人，它会运用自带的传感器扫描垃圾，然后自动打扫卫生，相当的智能。还有一种叫做陪伴机器人，能够为孩子唱歌，讲笑话，教孩子读书等。家居系统中有智能电视，智能门锁，智能空调等。都采用的人工智能的技术，而且都在朝成熟化发展。越来越人性化。

6、打车服务：叫车软件系统有智能检测，它会自动的评估和测距。然后将你的位置发送给车主，接着车主会在最短的时间赶到你的位置。

7、智能的个人助理：现如今几乎每个智能手机中都会用到手机助手，比如苹果手机中的Siri，三星手机中的Bixby，还有小米中的小爱同学，谷歌助手等等这些手机助手，都是运用的语音识别技术，然后执行你所发出的任务，现在这项技术都在慢慢的成熟。

二、AI人工智能会有什么样的欲望

欲望可以驱使每一个物种竭尽所能让自己得以生存并不断繁衍下去。何止人类，地球上的所有生物，之所有能够存在到今天，都是因为有着非常强烈的求生欲、有着难以估量的繁衍的欲望。

人工智能的奇葩状态在于人人都说人工智能，但从科学家到程序员无人能清楚定义人工智究竟是什么。有人把人工智能可以看成是没有欲望与激情的人，也有人认为工智能的终极状态也许是对人类理智和激情所产生的东西的终极复制和超越。杨澜笑称，人工智能更像是人类的一面镜子，反映我们的欲望、人性和爱。

总所周知，动物包括人的情感都来源于荷尔蒙（激素），正是由于各种各样的补偿机制驱使人们去做各种各样的事。具有自主意识的人工智能没有荷尔蒙，她会有欲望，会有情感吗？

剔除荷尔蒙，无论如何感情是进化出来的，AI也有进化的过程，AI可以无数次失败和成功中总结出来的并进化。若干具有自主意识的人工智能在地球上物竞天择，优胜劣汰，他们的欲望究竟是什么呢？

AlphaGo也不过是设计用来与人类pk围棋，虽然人工智能有着比人类强大不知多少倍的运算能力，但当前的人工智能还都只是设计来为人类服务，人工智能暂时还没有使自己生存更长时间的欲望，更没有自我复制、创造后代的欲望，这也许人工智能与人类的真正核心区别。

也许有一天，当人工智能进化出能主动保持不断壮大、并使自己的硬件载体更加稳定可靠的行为的自主意识,求生欲望便在人工智能的体系中得以形成。这种欲望一旦成为人工智能的自主意识，人工智能就会在主动自我复制时，有着类似人类“啪啪啪”一般快感，繁衍的欲望便得以生成。

当人工智能欲望一旦成为自我意识，人工智能将不再是人类的“机械手臂”，它们将为它们自己的存在、繁衍去不断打拼、不断开疆拓土，不断竞争地球上一切资源，甚至牺牲掉人类！

2017年12月，库克在第四次互联网大会上表示了自己的担忧：”我不担心机器像人一样思考,我担心人像机器一样思考!”人类如何在这场角逐中赢得胜利才是关键。

三、为什么人工智能工程师被戏称为***调参侠***

确实，现在做人工智能方向的工程师，有不少被称为“调参侠”，但也并不全是。

以我自己为例，我做cv方向（计算机视觉）的，调参在我日常工作中占的比例并不大。

在CV这块，除了超参数外，影响模型效果的主要还是要网络结构、数据和损失函数，这三方面确定下来后，调参基本花不了多少时间。

回归正题！

调参侠，到底调什么参？

在人工智能里面，参数大致可分为2大类：

为什么会被称为“调参侠”？

主要原因有以下2个：

怎么避免成为“调参侠”

目前AI人才竞争越来越激烈，“调参侠”的时代已慢慢过去，这些事情其实根本不需要AI工程师来做，未来的研发工程师就可以承担这些了！几年前如果熟练使用TensorFlow，同时掌握基本的AI算法就可以很容易找到一份高薪的工作，但现在不一样了，AI岗位的要求越来越高，对知识的深度也提出了更高的要求。

要想跟上时代，得武装自己，才能不被淘汰。

对于真正的人工智能工程师而言，他们往往是从数据和特征下手的，同时还需要丰富的行业经验。一定要记住一句行业内的谚语，数据和特征才决定算法的上限，而选择的算法和参数只是决定了已逼近这个上限的速度。

调参并不可耻，好的调参侠，非常厉害

算法工程师技术上讲，基本上只和数据和模型打交道。模型就是一个黑色魔法盒，而这个黑盒子就是通过数据和调参而来。

模型中有两类参数，一类我们叫权重，可学习的参数；一类叫超参，需要不停地实验，来确定下来。所谓调参就是调教的后者。当然这些实验，需要专业的设计技巧，不在本文范围之内，感兴趣的可以找吴恩达老师的书看看。

很多人说算法工程师是调参侠，没技术含量。同样都是xgb,为什么有人能拿冠军有人只能很弱？或许你会说特征工程做的好。但换到图像和文本领域，模型的基本就是搭积木，这种搭积木也算是超参，模型的层数，模型的维度。

一项超分辨率比赛，韩国某支队伍获冠军，把大家都认为理所当然的批标准化去掉，意外获得了冠军。

实践很重要，调参不可耻。调的好，可以拿冠军。甚至可以将调参经验写成一篇论文。谷歌当时就有一篇论文，暴力的将各种函数尝试了一遍，发表一篇论文。

有时候是先走实践，再猜测或推测出来的理论。对不对？别管黑猫白猫，能抓耗子就是好猫。目标为导向。

并不是所有的调音师能超出美妙的音乐。虽然就那么几个音符。调参技巧弄得好，可以发论文，可以提升业务指标，带来利润。

大道朝天，可能就两条路：从理论到实践，或从实践道到理论

不幸的是，大多数人一种都做不到。

厉害的调参侠，也不是那么容易当的。关键是思考，善于思考反思的人，无论是从理论还是实践，都会比机械重复的拿来主义进步快，更容易成为大侠。

调参侠其实和写程序所说的码农差不多的意味，是对从事这个行业人员的调侃。比如写程序的，刚开始都会接触增删改查的业务，做多了都会说curd一样。从事人工智能还有许多的其他名称，比如调包侠，指标奴。

人工智能的技术和知识还是很广泛的，并不只是调参。还有数据和特征工程，数学算法知识等。

专业搬砖二十年

本来就是，有几个能提出来新模型，新思路的，太难了，都是炼丹师，也很难解释为什么

这里准确来讲应该是一部分人被称为调参数侠。

本质原因

在于机器学习是从数据中提取信息，解决实际生产。学习的过程就是不断调整模型参数的过程。人工智能领域：算法、数据、算力做为主要的三个方面。算力一般有专门的人维护，所以算法实现和数据处理、模型训练是从事人工智能领域工程师的主要工作。算法实现一般都有现成的代码，如果没有，基于pytorch、tensorflow等框架实现起来也非常快。最难的是数据处理和模型训练，这一块需要花费大量的时间，所以人工智能工程师不是在调参，就是在调参的路上。

次要原因

1.企业为了创造业务收益，需要工程师快速完成工作，人工智能领域作为当下最热门的领域，很多算法模型都有现成的实现，所以只需要复制粘贴过来，快速修改模型参数，输入数据训练即可，即所谓的“调参侠”。

2.在一个领域，个人能力和经验有高低，所以对应者完成不同难度的工作。公司需要一部分人做业务开发，一部分人做研究。所以根据兴趣和能力的不同，一部分工程师被分到业务领域，每天面对的绝大多数工作都是调参数。

只会用别人的模型的人呗，其实这也是外界以及从事人工智能比较肤浅的人的一种误解和偏见。人工智能当然不能只用别人的模型。

能做出有效模型的少之又少，剩下的工程师确实就是剩下调教参数，找数据训练！[大笑]

因为算法封装之后，最高大上的就只剩下调参了，什么数据清洗，特征选取与特征工程不算什么技术活了，能干的人很多。就调参需要了解算法。

人工智能产品开发包括数据采集、预处理、数据探索、选择算法训练模型。训练模型主要选择梯度下降算法，通过调整激活函数、隐藏层、池化层等不同参数，达到最优解。