补充下观点。
很巧，九月份吴恩达教授在 Quora 上回复了相关问题：深度学习泡沫何时会破灭？（以下翻译来自于“谷歌泡沫深度学习翻译”）：
>>>
大约在 100 年前，也有很多关于电力的宣传。 这个特定的泡沫还没有爆发，我们觉得电很有用！
更严重的是，深度学习已经创造了很多价值 - 它被用于网络搜索，广告，语音识别，推荐系统等等 - 这显然是留在这里的。 深入的学习，加上更广泛的其他人工智能工具（图形模型，计划，KR 等），现在已经有了一个清晰的路径，可以改变行业之后的行业。 其影响将远远超出科技世界。
尽管如此，我认为在核心技术领域之外，对于“智力 AI ”有一些过度的期望。 我也曾经和 CEO 谈过，似乎认为人工智能可能是解决所有技术问题的灵丹妙药。 所以在深度学习方面存在一些不必要的泡沫，我希望这些小泡沫能够在越来越大的时间之前越早越好。
<<<
Ref:
https://www.quora.com/When-will-the-deep-learning-bubble-burst我觉得这个回答已经很中肯了。另外，李飞飞教授在 TED Talk 里也讲过（
https://www.ted.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures/）：>>>
这是我的儿子 Leo。 在我探索视觉智能的道路上， 我不断地想到 Leo 和他未来将要生活的那个世界。 当机器可以“看到”的时候， 医生和护士会获得一双额外的、 不知疲倦的眼睛， 帮他们诊断病情、照顾病人。 汽车可以在道路上行驶得 更智能、更安全。 机器人，而不只是人类， 会帮我们救助灾区被困和受伤的人员。 我们会发现新的物种、更好的材料， 还可以在机器的帮助下 探索从未见到过的前沿地带。一点一点地， 我们正在赋予机器以视力。 首先，我们教它们去“看”。 然后，它们反过来也帮助我们， 让我们看得更清楚。 这是第一次，人类的眼睛不再 独自地思考和探索我们的世界。 我们将不止是“使用”机器的智力， 我们还要以一种从未想象过的方式， 与它们“合作”。
<<<
稍微联系下楼主的经历，说不定在不远的未来，在你写 Java Spring 代码的时候，IDE 会告诉你，你这么做可能不是 best practice，是否自动修改？
稍微讲一点点个人经历。
暑假的时候在和两位在中国的外教吃饭，我们在吃火锅。点菜的时候菜单都是中文，他们表示我一个人决定点什么就好。我突然想到国内也能使用 Google Translate，就问他们有没有试过 Google 实时翻译。他们表示没有。我就现场演示了下。两位外教都表示很惊讶，还有这么神奇的东西。虽然准确率不高，但是已经足够用了。他们表示：可以喜欢中国更多一点啦。
试想一下，如果你独自去一个陌生的国度旅行，过去你只能重金找个翻译地陪，现在一个手机里大概几百 MB 的模型就可以免费帮你解决大多数问题了。这在以前是难以想象的。
一点关于实时翻译的例子：
Disclaimer：某个从商科转到 CS 的水硕。