AI 科技评论按：我们都知道最新的科研成果和实际商业应用中使用的技术会有一定的距离。一面是高复杂度、特定（较简单一致）的输入和直接量化的效能指标，另一面是资源成本的限制、为各种各样情况考虑预案，以及评价标准要变成更高阶、更综合性的使用者满意度、营收等等。
所以实际上，即便整个电脑科学界、互联网商业中大家一直对 AI 抱有热情，我们能看到的使用了机器学习的商业化产品也并不多，高度集中在影象处理、文字翻译和语音识别几类任务中，具体使用的演算法也往往并不是学术界内认为先进的演算法。
有网友观察到了这样的现象，在 Hacker News 的问答板块提问道：“学术界一直在不停地做出新的科研进展，但是工业界好像并没有选择使用这些新鲜成果，包括胶囊网络或者自动网络搜寻方面的成果。所以说前沿的科学技术研究和技术商业化之间就是注定有深深的鸿沟吗？这些新研究出的模型都没有什么可能快速商业化、变成产品吗？”
曾在斯坦福大学与 UC 伯克利大学学习电脑科学、在Google大脑团队实习，如今身为全栈开发工程师 Denny Britz 给出了一些自己的想法：
对于这个问题，你认同提问者的观察吗？你对这样的现象有别的见解吗？欢迎留言与我们讨论。
via：
news.ycombinator.com
点选阅读原文，检视 2018 年最富含金量的 6 款开源机器学习专案
