目前主流的方向更多是，更高级的“自动化”，当然，实现的方式和传统不一样

人工智能目前在某些专门领域是可以的，可惜泛化能力不强，哈哈

庆幸泛化不强

科研总得有支出的，哈哈

是的

有点听不懂。。。

放心吧，到时候一断电就没事

现在的人类社会禁得起断电么～～兜里能装几块钱啊

哦，这样啊

要么波士顿测试机器人要在罩子里～

感觉就和“智能手机”的概念似的，哪有什么只能，只不过能自己装软件了而已～～

嗯，这的确不只是优化算法（梯度下降）方不方便的问题，也包括（根据场景进行）模型选择

我想突出的意思是，一般用强化学习解决的问题都是一般意义上cv、nlp不容易解决的问题，应该是这样吧

所以强化学习要比比较成熟的所谓cv、nlp深度学习方法适用场景更多，同时也效率更低

比如房价预测问题也可以用强化学习解决，但是肯定不如回归模型高效就是

毕竟，我们费了那么多心思设计回归模型专门解决这一类问题的。

总之，我觉得强化学习更通用，也更低效一些

了解有限，不知道这种观念是否偏颇～～

应该说强化学习关注的是马上能给反馈的场景

股票预测也有强化学习实现，这么说，要是房价数据给的跟股市一样，每天更新，也可以用强化学习啊