还在问人工智能还是区块链好学？扎心实话：它俩压根不是同一种难

导读： 在我转行去学习技术的这段时间里, 已经度过了整整三个年头。而在这一段时间中, 我经常会被问到一个相同的问题。这个问题是关于人工智能和区块链哪一个更加易于学习。...

在我转行去学习技术的这段时间里, 已经度过了整整三个年头。而在这一段时间中, 我经常会被问到一个相同的问题。这个问题是关于人工智能和区块链哪一个更加易于学习。如果从实话实说的角度来讲, 这两个技术领域它们并不是处在同一个关于难度的层级上面。

如果你在方向选择上面出现了错误, 那么这种亏损会比你仅仅在努力程度出现偏差时要大得多。你不要再使用两者都具有一定的难度这种说法来掩盖自己的真实想法, 以此来敷衍自己。

人工智能好学吗

乍一看, 进入人工智能领域的那个门槛似乎是挺低的模样, 甚至好像是说, 只要把某个现成的模型拽过来拖一下, 就能让一个演示程序运行起来, 可如果是要真正把它给弄懂的话, 那么诸如线性代数、概率论, 还有反向传播机制啊这些数学底子方面的内容, 是丝毫不能够缺失掉的, 因为我过去呢就在这个方面有点小瞧了, 结果呢就正好卡在了梯度消失那个问题上面, 足足折腾了两个礼拜的时间, 以至于最后几乎都要放弃了。

情况更具欺骗性了, 那是工具链的更新速度过于迅速。今天你学习的框架，在明天就已经被标记为弃用了。去年你所背诵的那些应用程序接口, 到了今年就全部失效作废了。你必须持续去追踪学术论文的工作, 必须调整参数, 必须复现实验的过程。这个节奏非常折磨人。

区块链好学吗

区块链它看着概念特别多——像是共识算法、智能合约, 还有零知识证明——可是当你把一条主链的核心逻辑给啃下来以后, 后面那一大堆东西其实都主要是变体。

你用Solidity去写智能合约, 这比拿Python去调用模型是要确定性强得多的——只要代码写对了, 那么它结果就一定对, 你根本就不用debug到凌晨三点, 这可比调模型省心多了。

真正困难的方面并非在于编写代码这一行为, 更关键且难以把握的部分, 是如何去透彻地理解每一个具体项目本身所隐藏着的经济设计、安全方面的相互博弈以及链上的博弈论原理。对于这一块内容而言, 是完全没有快捷途径可以走的, 必须依靠扎实的行动力, 对每一条不同的链进行逐一的、深入的分析和掌握。

所以呢, 你就不要去在那个大道理上去纠结说哪个方向是真正的所谓的好学, 而是要去看看你这个人你到底吃哪一盘菜。如果你是真的特别爱数学, 也特别喜欢去拥抱那个不确定性因素, 那你就直接冲过去做人工智能这一块。

如果你是那种特别爱讲逻辑, 又喜欢那些规则体系的存在, 那你就去啃那块叫做区块链技术的大硬骨头。只要方向对了, 哪怕过程中遇到的困难再多、难度再大也是一种甜蜜的感受。