數據稀缺的時代，數據很貴，標注雖然簡單但不可或缺，但是一旦越過這個瓶頸期，就會面臨很多人丟失飯碗的大爆發，在ＡＩ學習的末程，終于一些人連作為數據的價值都失去了，這是ＡＩ帶來的必然結果和趨勢，我們需要謀求新的出路。

每一個技術浪潮的翻涌，都會伴隨著一些偉大公司的誕生和滅亡。在人工智能時代，不僅有那些光鮮亮麗的技術和產品服務，還挖掘到智能背后的人工在為其輔助，觸及到ＡＩ行業鏈底層不為人知的一面。ＡＩ會怎么發展不好說，但數據輸入確實需要人工，一開始是教，后來還要靠人工提升準確度，Ｇｏｏｇｌｅ有ｒｅｃｈａｐｔｃｈａ，國內公司還是更愿意砸錢用人海機海制勝，對于ＡＩ本身來說，其實并沒有什么區別。到最后，我們都會驚奇地發現，智能的原始積累與當年資本的原始積累有異曲同工之處：都是壓榨剩余勞（腦）動力。處在產業鏈末端的人感受不到大時代背景，幫助人工智能成長的人類最終被人工智能所取代。細思極恐，前沿科技已經在研究人工智能了，而那些還沒有時間接觸人工智能的人來說，未對其產生興趣之前，就已經被淘汰，甚至有些人掙扎在ＡＩ學習的末程，連一些數據價值都已然失去，這個世界上的人仿佛被割裂開了。

也有人說那些現在為ＡＩ數據提供價值的人，都會助推著ＡＩ的成熟發展，而這些有價值的人不就是鋼煉的賢者之石嗎？用一群人的數據價值當做材料，合成出無比強大的賢者之石。強者用賢者之石打架，至于這湮滅的人，又有誰在乎？能為ＡＩ提供人工圖像與數據價值，并沒有顯得多么高尚，這也好比從普羅大眾的生活中提煉出別人總結不出來的精華。ＡＩ突飛猛進的這幾年里，成功的基礎來源于海量的數據，這一點也正改變著ＡＩ研究的認知、方法，以及留下一個全新的數據集驅動的ＡＩ世界，也有很多人將數據價值視為人工智能浪潮的催化劑。數據會重新定義ＡＩ從業者對模型的思考方式，海量數據資源的擴充，更能為ＡＩ發展提供必不可少的知識儲備與力量來源。為ＡＩ學習的人，始終不會連作為數據的價值都失去，而是ＡＩ發展帶來的危機給予他們的壓力。

我們是人工智能的人工，也是會被智能所代替的人工。ＡＩ是一個學術密集型和技術密集型的領域，并不是每一個互聯網從業者都會為此產生興趣，在我的認識里，學習ＡＩ可以作為一種互聯網基礎設施和能力。但愿我們都不會在ＡＩ學習的末程，隨時保持不會失去作為數據價值的能力！