這是一個非常有意思的問題，我從科研的角度來說說個人的看法。

首先，科研本身就是一個證偽的過程，所以任何今天看似自洽且有前景的研究方向，未來都大機率會被顛覆和取代。

深度學習剛出現的時候，很多人工智慧領域的專家都以為深度學習就是人工智慧的希望，甚至有不少人工智慧領域的資深研究者都以為找到了人工智慧的終極答案，但是今天看來，深度學習也僅僅是一把開啟人工智慧大門的鑰匙而已。

雖然如此，這也並不能否定之前眾多研究者的研究價值，他們的經歷讓今天的研究者少走了很多彎路，而且也奠定了一個紮實的基礎。

作為一名科研工作者，我認為深度學習本身的創新空間依然非常巨大，在今天還沒有完全發揮出深度學習潛力的情況下，就認為深度學習沒有未來，這種說法對於剛進入人工智慧領域的同學會產生一定的負面影響。

不能否認，深度學習領域當前確實面臨的問題非常多，但是從應用的角度來說，目前產業領域的專家比較關心的核心問題之一就是“可解釋性”，如果深度學習能夠在可解釋性方面有所突破的話，對於深度學習的落地應用會產生非常積極的影響。

當前在談到深度學習的時候，更多科研工作者的研究方向開始有所“迴歸”，這種迴歸可以理解為讓人工智慧更具“人性”，可解釋性就是一個典型的代表，這與早期並不注重可解釋的現象形成了一個較為明顯的變化。

在大規模訓練模型已經取得了優異成績的背景下，目前深度學習還存在一個速度問題，這也是制約深度學習落地應用的重要障礙之一，所以目前產業領域的創新者也在這個領域尋求突破，比如LDM就是一個比較有潛力的方向。

總體上來說，目前深度學習領域可以做的事情還很多，深度學習也把人工智慧領域的研究推向了一個新的階段，相信深度學習會大機率把很多人工智慧技術落地到實際的應用場景下，這本身就是一種巨大的進步。

目前我跟一些大陸外知名大學的導師和網際網路大廠的企業導師，共同搭建了一個技術論壇，其中有大量的科研活動跟深度學習相關，感興趣的同學可以聯絡我申請參加，相信一定會有所收穫。