深度学习（机器学习）的下一步如何发展？

现阶段深度学习的飞速发展得益于算力的指数性增长，导致了机器学习所能做的任务越来越复杂；越来越复杂的任务需求又反过来促使了对于高质量数据的需求；而处理数据的效率又促使了算力的发展。这就像是一个闭循环，对计算力的恒久渴求，就好像人类对于金钱的恒久渴求。

所以，奋斗在一线的AI工程师们而言，这三点既是挑战，也是机遇。

1、对于算力的恒久需求

2、对数据的渴求，意味着你可以成为数据的提供商，或者数据的加工商，成为AI和机器学习领域的上游。同时也意味着大家对无监督和弱监督学习在短期的未来仍会保持极高的热情。但通过这个算法生成的样本真实性和质量现在看来仍然经不起推敲和仔细审核。这也产生了两个机遇，一方面是你可以改进这类方法以产生更多有参考价值的数据。另一方面是当社会上充斥了大量的未经验证的或者是利用算法伪造的数据时，我们可以反过来检验哪些数据是真实的，哪些是伪造的。

3、未来AI的落地：智能医疗，智能娱乐系统这些在有了一定物质基础过后，这类的需求将会前所未有的放大。