利益相关：普通985，AI领域小硕一枚，目前在读博。

硕士期间的publication数量还算可观，算是对我国AI论文数量有所贡献了。

贵乎里AI话题的政治正确是：我国只需要追赶美国就行，其他国家都不必放在眼里。

什么？欧洲？日本？加拿大？这些战五渣能吃吗？然而现实情况是：中国想和美国比，还是太早了。

可别忘了美国的小弟英国：同样是最早一批出政策支持AI的国家（甚至早于中国），有悠久的AI科研传统，AI人才储备充足。

我国空有4倍于英国的论文发表数量，然而论文影响力竟反而不如，可见我国普遍的AI研发能力究竟是何水平。

所以，还是先把这个研发出AlphaGo的日半落不落帝国撵上再讲吧（deepmind虽然被谷歌收购，但原本就是英国公司，加之创始人和AlphaGo项目的首席科学家都是英国人）。

再说一句，AI的研发本来就是一种玄学。

这次，加上框架和包的普及，导致十个调包侠看上去真的可以比得过一个正正经经的科学家，做起demo和ppt来有模有样，似乎马上就能超越美国，触碰未来。

可是同学们，AI技术最拿手的就是做（样本内）的demo啊，指哪打哪。

而普通AI科研论文（普通sci/ei），作为一种更加书面化的demo，在众多学科中都可以算是最容易规模化生产（scale）的，容易一招（一包）吃遍天下鲜，换一个数据集就是一个新paper，或者同一个数据集换一个包又是一个paper。

很多结果甚至毫无重复性可言，数据注水是常规操作，反正reviewer不会去验证，一般的论文也得不到太多关注。

通常就是Github也不好意思扔（代码写的很羞耻），偶尔别国的同行发邮件来要代码就当没看见。

什么？有企业表示感兴趣想投资？只能尽可能避开，毕竟自己知道自己的论文是些什么玩意，拿去忽悠别人的真金白银，我做不到。

不用给我谈NIPS/ICML这类顶级会议，中国每年在上面发表的论文占所有中国AI论文的百分比有多少，心里没个字母数？作为一个摸爬滚打了三年的小硕来说，太清楚不过了：国内除了一些顶尖实验室在做一流的研究，其他普通211985的AI科研（尤其是AI/ML+X学科 这种形式的“交叉学科”项目）的日常操作就是在这样疯狂scale。

看着自己的publication慢慢增加，可以铺满一页ppt，却更加地恐慌，不知道自己的科研意义在哪里。

尤其是最近一两年，很清楚就是趁这个风口发一票论文，但和不明真相的普通大众沟通时又做不到实话实说，还要同时承受父母的朋友圈炫耀（没错，我父母很喜欢晒我发表论文的情况）以及亲戚“中国的AI人才真是了不起，年纪轻轻就可以在国外发表这么多论文了”这样的谬赞。

这种折磨，作为一个非top2、非欧美名校的、能力有限的普通学生（知乎鄙视链垫底），只有自己明白吧。

再后来，今年读博时毅然决然、决定暂时离开了AI，做相对更加硬核的方向（数学&统计）。

一言以蔽之，自信是好事，但因装睡而自大可就是害人害己了。