现在各种学习算法火的一塌糊涂，很多人进入这个圈子搞研究，但有多少人真正明白为什么要用这些学习算法，以及如何将算法落地应用到工程中？
当前机器学习及深度学习训练模型都需要大量的数据或特征，公司或研究机构都需要花费大量人力物力去获取数据、标注数据，还需要高性能的计算机或服务器通过数据来训练模型，总所走着的是花费时间长，所需成本高，模型获取复杂。
由上述情况，个人认为将来机器学习及深度学习或可能向这么几个方向发展。一，采用大数据或GAN得到大量数据，采用某种方法（待查阅相关资料）对数据自行标注；二，学习算法或向数据需求少，计算复杂度低，可移植性高，向移动端或嵌入式设备靠拢。（由于个人层次比较低，眼界相对较窄，望阅读的同学不要因此随笔所局限住思维，还请不吝赐教）
从整个工程系统来看，机器学习、深度学习等只是一种工具，甚至可以说是一种可替代的工具，这个工具既可以被（改良的）传统算法所取代（毕竟发展时间长，应用成熟），也可以被未来更为优秀、高效的算法所取代。
个人认为做项目，更应该从宏观的角度来思考整个系统，而不应被某一算法或某一框架所局限。而且，要乐于去拥抱新技术，去探索新方向，去尝试别人未曾做过的事物。
至于学习算法将来会不会其他更优秀、更高效、更实际的算法取代，还有待观望。不过人工智能仍然将是未来社会的发展动力，仍是各国政府及企业所关注的重要方向，因此也勉励自己能够在这个道路上继续走下去，转化为自己的核心竞争力。
