写点什么

我们即将迎来另一个 AI 寒冬吗?

  • 2019-10-30
  • 本文字数:2548 字

    阅读完需:约 8 分钟

我们即将迎来另一个AI寒冬吗?


人工智能极有可能是人类最后一个终极大发明,未来的所有新发展将来自人工智能。在人工智能欣欣向荣的今天,你何曾知道,人工智能过去曾有过两个冬天呢?我们会不会又迎来第三个人工智能冬天呢?


本文最初发表于 Forbes 网站,经原作者 Kathleen Walch 授权,InfoQ 中文站翻译并分享。


自 1956 年“Artificial intelligence”(人工智能)概念首次出现以来,人工智能就一直存在。业内人士都知道,之前对人工智能都有过大肆炒作,然后就幻灭了。这段对人工智能失去兴趣的时期在业内被称为“人工智能冬天”,之前就已经发生过两次。所谓的人工智能冬天,是指人工智能的研究、投资和资金进入低谷期,与人工智能有关的研究或其他项目很难获得资金,而人才和公司将精力集中在其他地方。


今天,关于人工智能的炒作满天飞,但人工智能还会继续存在下去吗?会不会还像过去一样,经历高峰期和低谷期呢?为回答这一问题,重要的是要去了解人工智能的起源和过去。我们还会面临另一个人工智能冬天吗?

人工智能第一波浪潮和第一个人工智能冬天

自从计算机发明以来,开发人员一直为制造更为智能的计算机而努力。实际上,“人工智能”这一术语,是 1956 年在达特茅斯(Dartmouth)会议上创造的。从 20 世纪 50 年代到 70 年代初,对人工智能的兴趣和投资出现了第一波浪潮。来自政府、学术界和军方都对人工智能产生了浓厚的兴趣,并提供了大量资金,由此催生了人工智能领域最早、也最令人印象深刻的进步。


但所有这些进步和发展,却在 20 世纪 70 年代中期戛然而止。人们开始对人工智能的承诺更加怀疑,当人工智能的承诺未能兑现时,不可避免的撤退就发生了。这一情况,再加上 Lighthill 报告火上浇油,引发了人工智能的第一个冬天。造成这种消亡的主要原因有二:人们对于人工智能能够做什么以及它能解决什么问题,有着宏大的计划,但这项技术并没有实现这些宏大的计划。而且资金来源也缺乏多样性,因此,当政府和军方决定撤回对人工智能的投资时,大部分资金也就随之枯竭了。

人工智能第二波浪潮和第二个人工智能冬天

20 世纪 80 年代中期,随着专家系统的发展,以及对人工智能研究和投资的复兴,人们对人工智能研究重新燃起了兴趣。公司开始为知识工作者大规模采购台式计算机,而专家系统则帮助将台式计算机和廉价服务器连接起来,从而完成以前分配给昂贵大型机的工作。专家系统帮助许多行业实现了自动化和决策过程的简化。这一波浪潮带来的融资来自于企业和政府,使得资金来源更加多样化。


与此同时,随着人们希望用专家系统来做越来越复杂的事情,专家系统变得越来越热门,这些人工智能追随者遇到的问题也就越来越多。众所周知,专家系统非常依赖数据,而在 20 世纪 80 年代,存储仍然非常昂贵。就技术问题方面而言,存储和数据是专家系统遇到的一些问题。此外,公司还需要开发自己的数据和决策流程,但在如何真正利用这些数据方面,则面临着种种限制。在 20 世纪 80 年代那会儿,还没有像今天这样的基于互联网的云端来存储数据,也没有几乎无限的算力可用,因此将大量数据从一个区域传输到另一个区域还比较困难。这意味着,专家系统无法与拥有它们的公司之外的系统进行通信,而且也无法获得进一步发展所需的数据。


这些限制,再加上人们对人工智能兴趣的丧失,导致了另一个人工智能冬天的来临。


结合专家系统,公司也开始开发软件程序来处理各种业务任务。但专家系统因过于脆弱而声名狼藉,要获得期望的输出,它就必须依赖于特定的输入。当公司发现有更便宜的替代方法刚好可以满足他们的需求时,他们就开始对人工智能项目变得谨慎起来。

人工智能再次变得炙手可热,但能持续多久呢?

在大约这十年左右的时间里,人们对人工智能的兴趣和投资真正开花结果,如果你愿意的话,可以说这就是人工智能“夏天”。


人工智能算法的创新,再加上处理大数据的可用性和经验,是人工智能能够走出“冬眠“的最大原因之一。现在,我们拥有几乎无限的存储空间,并且已经能够成功地管理和处理大量数据。深度学习的发展是我们走出人工智能冬天的另一个原因。此外,来自企业、政府、学术界和风投的投资现在也相当多样化。


此外,数十个国家已经认识到,人工智能对他们的公民和经济增长是如此重要,以至于我们现在有了围绕人工智能的国家级投资和战略。此外,人工智能正日益成为日常生活的一部分。如今,世界各地都在使用人工智能来完成各种各样的任务。我们已经将人工智能应用到汽车、电话、高级机器人和其他我们每天都在使用的技术中。人们每天与人工智能互动并不罕见,无论是通过虚拟助手,超个性化的服务和推荐,还是 Netflix 上更好的电影建议。现在,人工智能存在于我们每天与之交互的许多技术中,而我们却几乎忘记了它的存在。有时候,机器人表现实在太好了,结果就是,我们经常无法分辨出它们到底是不是人类。此外,我们还用人工智能来帮助停车,等等。


然而,有了所有这些对人工智能的投资、兴趣和资金,我们是否还会迎来另一个人工智能冬天呢?我们是不是又一次在人工智能的能力上,承诺过多而实现不足呢?我们会对无人驾驶汽车、自然语言处理和人工智能预测分析的局限性感到失望吗?投资者会开始从人工智能供应商那里看到万金油而不是现实世界的实际应用吗?


尽管肯定还会有很多对人工智能的期望落空,但这一次,我们满怀希望与期待,下一个人工智能的冬天永远也不会到来。如果我们重蹈过去的覆辙,比如过于乐观,或者未能实现人工智能系统的功能,那么,另一个人工智能的冬天总是有可能还会出现的。


一些专家也担心,由于缺乏有关通用人工智能的研究,我们还没有搞清楚常识推理,而且很多资助的研究又太过于具体应用。人工智能已经融入了我们的日常生活,以至于研究、投资和使用都无法停止,因此,当研究和投资可能会有所降温时,就像技术浪潮总是不可避免出现的那样,我们希望,这一次我们不会再进入人工智能冬天。

作者介绍

Kathleen Walch 是以人工智能为重点的研究和咨询公司 Cognilytica 的执行合伙人兼首席分析师,该公司致力于人工智能在公共和私营部门的应用与使用。她也是受欢迎的 AI Today 播客的联合主持人,该播客重点介绍公共和私营部门的各种人工智能用例,并就人工智能相关主题采访客座专家。


原文链接:


https://www.forbes.com/sites/cognitiveworld/2019/10/20/are-we-heading-for-another-ai-winter-soon/


2019-10-30 08:002316
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 544.0 次阅读, 收获喜欢 1978 次。

关注

评论

发布
暂无评论
发现更多内容

史上最全Java面试八股文,整整1658页!带你轻松应对各种面试题

架构师之道

Java 面试

Tensorflow.js 对视频 / 直播人脸检测和特征点收集

北桥苏

JavaScript tensorflow

用 Tensorflow.js 做了一个动漫分类的功能(一)

北桥苏

JavaScript tensorflow

Prompt工程师指南[应用篇]:Prompt应用、ChatGPT|Midjouney Prompt Engineering

汀丶人工智能

人工智能 自然语言处理 ChatGPT MidJourney prompt learning

用 Tensorflow.js 做了一个动漫分类的功能(二)

北桥苏

JavaScript node.js tensorflow

在GitHub被疯抢的这份阿里内部绝密Java面试八股文手册有多强?

Java你猿哥

Java MySQL 面试 JVM Java八股文

你管这破玩意叫缓存穿透?还是缓存击穿?

Java你猿哥

redis 缓存 缓存穿透 缓存击穿 缓存雪崩

MySQL 服务器演化分析

Andy

关于Tensorflow!目标检测预训练模型的迁移学习

北桥苏

Python 深度学习 tensorflow 目标检测

从原理到实战,手把手教你在项目中使用RabbitMQ

Java你猿哥

Java ssm RabbitMQ 消息队列 RabbitMQ延时队列

杭钢集团:以用友iuap为数智底座的数智化转型之路

用友BIP

Nautilus Chain 或成未来最好的链上隐私生态

西柚子

Java面试通关:阿里内部实战模拟面试精讲题库,竟被上传GitHub!

Java你猿哥

Java redis JVM java面试 Java基础知识点

2023企业数智化财务创新峰会西安站圆满举办!

用友BIP

智能会计 价值财务

workerman 自定义的协议如何解决粘包拆包

北桥苏

php Unity3D workerman GatewayWorker

Unity3D 对接 workerman 实现联机游戏

北桥苏

php socket Gateway Unity3D workerman

Nacos必知必会:这些知识点你一定要掌握!

王中阳Go

Go 微服务 nacos 服务治理 配置管理

Tensorflow.js 多分类,机器学习区分企鹅种类

北桥苏

JavaScript 深度学习 tensorflow

Tensorflow.js 视频图片多目标检测

北桥苏

JavaScript 深度学习 tensorflow

探索将大语言模型用作推荐系统

Baihai IDP

人工智能 推荐系统 企业号 5 月 PK 榜 大语言模型 LLMs

如何在 Windows10 下运行 Tensorflow 的目标检测?

北桥苏

深度学习 tensorflow 目标检测

AI DevOps | ChatGPT 与研发效能、效率提升(中)

laofo

DevOps 研发效能 ChatGPT

2023大厂Java面试题汇总,作为 Java 程序员必须要掌握的技术栈

采菊东篱下

java面试

实力入选!赛格导航荣获“深圳知名品牌”

科技热闻

KubeCon EU 2023 落幕,哪些技术趋势值得关注?

SEAL安全

云原生 KubeCON FinOps 平台工程

Prompt工程师指南[高阶篇]:对抗性Prompting、主动prompt、ReAct、GraphPrompts、Multimodal CoT Prompting等

汀丶人工智能

人工智能 自然语言处理 深度学习 ChatGPT prompt learning

MVP发布后,接下来该做什么?

敏捷开发

项目管理 Scrum MVP 最小可用产品

智慧工业园三维可视化安全生产管控系统

2D3D前端可视化开发

物联网 可视化 智慧园区 智慧化工园区 工业组态

Windows10上CUDA9.0+CUDNN7.0.5的完美安装教程

北桥苏

深度学习 cuda cudnn

100万数据,如何快速的导入数据库?

NineData

数据库 开发者 数据导入 数据导出 NineData

用友BIP成功入围工信部《2022年信息技术应用创新解决方案》

用友BIP

我们即将迎来另一个AI寒冬吗?_AI&大模型_Kathleen Walch_InfoQ精选文章