一个理想化的产品，从实验室走到实际生活中，这当中有非常大的不同。很多条件假设，都是不成立的，系统完全不支持。这种情况下怎么办？或者说，整个业务流程当中，根本没有这样的数据。又该怎么办？

　　“所以，人工智能领域，越是那些高大上的人，越难落地——他钻得太深了，以至于不接地气了。他不知道现实之中，该妥协、该变通的地方在哪里。我招的一些人也有这种情况，总是沉浸在细节的改进上，但其实，只是在一艘要沉没的大船上做内部装修——最后船还是沉下了水”，山景给量子位举了一个形象的例子。

　　在他看来，j2直播，不少人工智能专家（尤其是从大学出来的），都存在不接地气的问题。

　　“去了公司压根没想过业务是什么。对业务场景的提炼其实比做研究还要难，你要知道哪些地方该放弃、该妥协、可以放弃、可以妥协……但是很多人没有意识到这一点，以为只是写文章发paper就好了”，山景说他后来明白发paper只是业务中一个环节而已。

　　来自山景的建议是： 人工智能专家先忘掉自己的专家身份，多跟业务的人学一学。这样才可能实现接轨，才有可能创造价值。不然的话，你创造的价值永远只是文章，没有人能去把它落地。

　　而对于AI人才的职业选择，山景的建议是去那些“有业务的公司”。

　　“像有些人工智能的创业公司，说我搞图像识别，成功率到了99.9%，这种公司其实没前途的，因为它没业务。我见过太多这样的公司，一开始还关注它们的发展，后来发现它们大部分都被收购了，或者说偃旗息鼓了。这些都是伪创业。”

　　同时山景表示，阿里其实没有固定的人才培养模式，都是放到实战中去练兵。对新人会有一定的技术培训，但是很短。山景认为，战场是人才最好的训练场景。

　　山景老师接受采访时一直笑呵呵的。他说，可能自己的观点犀利了点，但这也确实是自己真实的看法。尤其当看到很多人人云亦云的时候，特别希望能给大家带来不一样的视角。

一个推荐