来自某TOP3图像算法博士分享。
本轮AI浪潮开始于2012年的AlexNet。
AlexNet是一种深度神经网络模型，由Alex Krizhevsky等人于2012年提出。它是第一个在图像分类竞赛中取得显著优势的深度学习模型，证明了深度学习在计算机视觉领域的巨大潜力。
此后的10年里，判别式AI迅速崛起。
判别式AI，在计算机视觉领域主要是完成分类、检测、分割等分类或回归任务。
在2022年判别式AI已经走向终结。我这么说是因为除了自动驾驶行业还招人以外，其他行业招本硕的数量已经极少。博士依然好找工作，但也很难创造什么价值了。
生成式AI，也就是现在大热的AGI，对计算资源的要求极高。虽然10万量级的数据集也能做一些事，但天花板明显，很容易被基于大模型的新方法超过。
生成式AI想做好，64张A100显卡的门槛是不可缺少的，设备差不多就要1000万，后续运行维护费用也不低。中国有多少高校有这个实力呢？
TOP5后面的高校明显有些吃力。
我现在工作的部门是做图像生成的。从最开始招应届硕士生，到招有经验的硕士，再到今年只招博士，只用了短短几年。
AI算法看起来薪酬很高，但有两个无法避免的硬伤：
(1)技术迭代快，自己研究的东西容易被新技术取代，运气差的话毕业即失业。现在生成式AI很火，但10年后一样会被取代。
(2) 对计算资源的要求越来越高，这就意味着进入门槛越来越高。判别式AI的时代，普通985/211硕士还是能做很多事情的，但生成式AI时代几乎不可能。
门槛高，技术更新快，这就是AI算法高薪又卷不动的原因所在。
