我，AI博士生，在线众筹研究主题

给那个可怜的博士生一个研究主题吧。

AI崛起十年之后，一些低垂的研究果子能摘的基本都被研究者们摘完了，隐藏在高处的果子一般人很难拿下。现在，很多研究者拔剑四顾心茫然，尤其对刚刚踏入AI领域的博士生，很难找到新的研究突破点，随着深度学习“撞墙”的唱衰声不断，大家也就只好卷各种SOTA了。

当然，不少有追求的研究者都在思索和探究，这个领域还有没新鲜、有趣的研究主题？AI的下一个大事件是什么？

这种前瞻性的问题一向会给人缥缈的焦虑感，但研究者又不得不去预测和押注。

先来回望下AI研究的黄金十年里发生的那些标志性事件。2012年，AlexNet一鸣惊人，一举革新了计算机视觉领域，是新一轮深度学习浪潮的首席弄潮儿。

生成对抗网络GAN诞生于2014年，来自Ian Goodfellow在一次酒馆聚餐时的灵光乍现，给后来的众多生成模型提供了一种新的训练思路，图灵奖获得者Yann Lecun赞叹，GAN是机器学习近十年来最有意思的想法。

2015年，由何恺明等人推出的深度残差网络ResNet在ISLVRC和COCO上横扫所有选手，获得冠军。ResNet在网络结构上做了大创新，而不再是简单的堆积层数，这个新思路也成为深度学习发展历程上里程碑式的事件。毫不夸张地说，目前在计算机视觉领域的很多研究者和工程师的饭碗，都是拜这篇论文所赐。

后来，强化学习、Transformers以及现在的扩散模型推动机器学习向前发展。不过，如果拉长时间维度来看，今天的人工智能可能还是处于“真空管”时代，接下来要想进入“晶体管”时代，研究者就要事先对可能有希望推动AI下一个“AlexNet”时刻到来的潜力方向进行大胆探索。

那么，到底哪些方向最有潜力？或者哪些是未被充分研究或被低估的AI研究方向？近期，深度学习教父Geoffery Hinton认为，AI的下一个大事件肯定是脉冲神经网络，而图灵奖得主Yann LeCun也指明下一代AI方向是自主机器智能（https://