截至 2016 年 3 月，机器学习、数据挖掘、计算机视觉等的泡沫有多大？
谢邀
现在，2016年6月，机器学习、数据挖掘、计算机视觉等应用毫无泡沫，甚至远远没有发挥算法应有的潜力。
从我在
Trulia: Real Estate Listings, Homes For Sale, Housing Data 工作的经验来看，公司几乎每一个产品线都有可以算法化的地方。同时，不少新的算法可以带来全新的产品特性，提升用户体验，提高公司核心指标，拓展出新的营收渠道。
未来3到5年，会是从自动化转向算法化最快的阶段，不少公司将会收益于此，各种核心指标会翻翻，跑得快的公司会吃掉跑的慢的公司。受益于两大原因：一是公司已经积累了大量的数据，为算法化打下了数据基础。而同时，由于现代技术工具和生态系统的发展，对于一个月活千万的产品，一个5到10人的全栈数据科学家团队就可以支撑起一个公司若干核心算法的端到端的所有任务，包括从研发到支撑最后的产品。
但是，对于现在的创业风潮，把各种算法拿出来作为第三方的服务来创业，我个人认为是比较难成功的。核心原因是各种算法需要与公司的核心产品线整合，算法本是就是公司核心产品的一部分。能使用第三方服务的往往也都不会是核心的产品算法。
继续阅读
全部内容这一波 AI 创业的终局是什么？是少数几家独大还是百花齐放？
AI 如何驱动一人企业的腾飞？ 我第一次真正意识到“一人公司”崛起，是在硅谷参加一个技术交流活动。当我第一次看到这个公司的“所有团队”，出乎意料，只有一位创始人独自对着笔记本电脑工作。他就是在线修图工具Photopea的开发者——这款被誉为网页版Photoshop的产品每月访问量达千万，年收入约有150万美元，而背后运...
AI 大公司主导的行业格局在未来十年还会持续吗？会不会逐渐变成小团队百花齐放？
你是否曾好奇，未来的AI行业会被那些资金雄厚、资源丰富的科技巨头彻底“垄断”，还是有朝一日小团队也能杀出重围，打破大公司的围墙？当我们看到微软豪掷130亿美元给OpenAI、Meta大举投入自研芯片以及各大云平台“卷”GPU资源之时，很容易得出结论——AI是大厂的游戏。但另一方面，开源模型、低代码/零代码平台的兴起，以...
AI 又强了，So What？
最近，Gemini 3 又发布了一系列更新。 在这个圈子里，每一次这种级别的更新，无论是 Gemini 3 还是 Nano Banana Pro，都会掀起一阵狂欢。 如果你身处硅谷的技术圈，或者仅仅是关注了几个硬核的 AI 博主，你的时间线一定被刷屏了。大家都在展示：看，图片生成得更好了，手指不再畸形了，光影简直像是在...