困扰我很久的问题。
我一直以为程序设计尤其是AI开发，是一个技术门槛很高、极度唯物辩证的领域。
2020年底应该算是比较重要的时间节点，那时候Katago上了TensorFlow平台，国内开始对AI有一定的讨论度，我也是那时开始学习基础知识和上手一些简单的项目。
那时候MCTS用得多，不像神经网络这么黑箱，讨论基本是五道口大佬牵头，各种理论漫天飞扬。
接下来就是Python+Torch+各种神经网络滥觞，各种大型神经网络项目面世，直到2022年底某不知名公司的某不知名的生成式模型问世，AI技术彻底平民化大众化。
然后历史就朝着奇怪的方向发展了，各种AI大师仿佛雨后春笋般出现，在这些人看来，会用AI=会AI，各种莫名其妙的理论，尤其是“AI万能”言论甚嚣尘上，这些理论大多缺乏理论和事实依据，但是正因其契合了人们的担忧和期望，使得不少人信以为真。
信以为真就算了，有些人还要因为“看不懂”，“太长不看”，嘲笑和反对一些中肯的反驳，然后大肆阴谋论。
人类完蛋了
井字棋和AES解密都有这么多人选 
会下井字棋不能算AI ？是不是你把AI的概念局限了
“可以”和“适合”是一回事吗
棋类抽象一下就是完全信息博弈，下象棋、围棋那些算AI，怎么下井字棋就被“歧视” ？
我觉得首先需要对你想讨论的AI范围下定义，再讨论AI民科的问题，因为不同群体嘴里的AI定义是不同的
传统算法存在最优解法的问题、传统算法轻松遍历的问题，你也认为AI可以获得优势？
《不同群体嘴里的AI定义不同》，我的天
你看，你把传统算法排除出AI领域了，机器学习算法算不算AI ？
我理解的“适合”是方法能解决问题，你理解的“适合”是方法要比别的强，所以一旦出现了更适合的，旧的算法就该打上“不适合”的标签了吗 ？
讨论问题首先界定概念、范畴，我认为是很有必要的。
那实际上不是民科，只是投机的生意而已。
“适合”指的是有优势，即原子操作的个数，“不适合”指的是这种算法无法再精度和速度（原子操作数）上带来提升。
井字棋再怎么凑就700多局面，26000多种变化（不剪枝），9步深度，先手必和；AES加密解密纯数学问题。
有些问题是完全可以论证使用AI不会减少原子操作数的
是的。不过我觉得不是坏事。
事情越搞越热，发展的虽然乱，但是发展的也快。
周围人开始讨论ai，就是两个热点：alphago和chatgpt。这带来巨大关注度的同时，也带来巨大的资金、人才。
当然也有混水摸鱼的，甚至混水摸鱼的获利更多。
世道就是如此
显然你是某类方法的AI教旨主义
好好好，开始贴标签
笑，我跟始皇都想ai来预测彩票
好好好，我是AI民科，我先给自己贴一个
坚持“我觉得”，“我理解的”，却没有理论依据，就是民科和唯心。
不要两三千，不要一两千，只要九九八
九九八，AI带回家
淘汰你的不是AI，而是会用AI的Ta
俺觉得技术是为应用服务的，强如数学，人类历史上最伟大的科学发明，也被用在街头讨价还价的场合里。
科学因为应用而伟大，而不是因为自身。
