这里作个小结。
1. 现在深度学习，语言识别，图像识别，已经成为了人工智能的代信，喧宾夺主。这里要保持清醒。
2. 下次革命的未来，一定还是在人机交互界面，是交互界面，不是让机器监视人。服务的对象，还是个体。
盖茨的PC革命，对象是个体；华为这样一家硬件公司，在通信业走下坡路的当下，靠卖给个体并不是有什么特点的手机，挣了整个华为40%以上的利润，靠得是个体；更不是说软件公司苹果。
大公司想办垄断算力的梦想，总有一天会失败，可能用不了多久。
这个道理太简单了：大部分上等人的后代，有钱供孩子读大学，可是由于算力的垄断，能够还大学投入的人，占极少数，那么，要么大多数人不上大学了，要么大多数人上了大学，然后饿死了。
其结果是，必然“不读书”的占绝对多数。这样的情况下，大算力，根本无用武之处。其破产自然指日可待。
那么，新兴公司，只有可能面向这些“没读过书”的人，之中，有兴趣过得更好一些的人。
再说得直白点，是教育的破产，导致这些大公司一定会破产：有人上，上了二十年学，然后有一定机会争取到极少的机会，然后什么也不做，因为公司不需要他做什么。
其它的人，大学毕业，就完蛋了。这样的结果自然是教育的破产。
那些投入少，但有生存技能的人，可能不会象那些被养在爱斯基摩人家里的驯鹿那样，衣食无忧，但也能生存。
【总结】局限，不论在技术上，还是需求上，深度学习，都远离人性，远离个体人的需要。银行，股票，大电商，等等。
这样的出发点，决定它不会考虑人性。比如，自动驾驶，会撞死闯红灯的人。机器学习，是数学的一个分支，在数学的世界里，没有错误，只有正确。机器不会考虑人类个体为什么要以身犯险。机器不会理解，人类就是一个错误的脑袋：人类从来没打算做正确的事，而且找到代价最小的那个错误的路而己。机器不能理解这些。
还有，深度学习，的简单之处在于，跳过了最费钱的场景构建。因为不需要理解，只需要统计。这是非常可怕的。我们程序员都知道，除了初始化，第二重要就是上下文。但深度学习，干脆TMD把这省了：我不care你们人类怎么想。
比如，NBA自从引入大数据后，一些花哨的后仰跳投，再难出现，人们更关注谁得冠军，象科而这样，利用格林的恶犯，来达到冠军目的教练，成为大英雄。
可是，NBA的观众，却减少了：对于人类来说，谁关心你赢还是输，我是来看球的，好看才行。
当然，NBA全联盟的SX，可不这么认为，报纸上也不会有人认为这样不好，因为只有SX的铁杆球迷才会关心报上说什么，关心球队输赢。去年我就没看总冠军——太SB了，根本没法看，格林这样的猴子，还有JR的恶犯，隔夜饭都吐出来了。都不如把06年韦德和艾弗森的对决拿出来重看一下。
结果是大多数被疏远了，但是，你要注意了，基于深度学习的NBA官方统计，可是自我感觉良好，这也是深度学习，一个最大的问题：自证。
自证，对于机器来说，是一种必然，是机器的宿命——谨记——<完> 2018-12 郝玉杰