写点什么

这一次,人工智能的冬天不会再降临

  • 2020-04-14
  • 本文字数:1739 字

    阅读完需:约 6 分钟

这一次,人工智能的冬天不会再降临

我们大家都知道,在人工智能历史上曾经历过两次“冬天”,那么,究竟会不会有第三次人工智能冬天,众说纷纭。InfoQ 中文站曾经翻译并分享过相关的文章,如《我们即将迎来另一个 AI 寒冬吗?》、《抵御另一个人工智能冬天的最后一道防线》、《专家:用 “寒冬” 来描述 AI 的新阶段是错误的,应称为 “AI 秋天”》、《人人恐惧 AI 寒冬,他却希望泡沫再破裂一次》等等,这次我们带来了 Caleb Kaiser 的新文章,他认为这次人工智能冬天不会再有了。



本文最初发表在 Towards Data Science,经原作者 Caleb Kaiser 授权,InfoQ 中文站翻译并分享。


机器学习不是什么“天网”或“灭霸”之类的命题。


每隔几周,就会一篇新的文章发表,预言人工智能冬天即将来临。这些文章的观点都很雷同:


  • 深度学习的力量被公众夸大了;

  • 我们离人工智能比报道的还要远;

  • 之前的人工智能冬天也是由类似的炒作泡沫引起的。


尽管上述所有观点在某种程度上都是正确的,但这些观点忽略了一些重要的东西:一场类似于发生在 20 世纪 80 年代的人工智能冬天,当时机器学习研究和资金投入增长放缓的现象,这在今天已经不可能再出现了。


但我们也要承认:我们离通用人工智能和完全自动驾驶汽车还很远


在过去几年,Starsky Robotics 作为少数几家将全自动驾驶汽车推向市场的科技公司之一,一直被各大媒体报道。他们有可行的演示,充足的资金和一支有才能的团队。


但就在今年三月份,Starsky Robotics 最终还是倒闭了。创始人 Stefan Seltz-Axmacher 在事后调查分析中清楚阐明了核心原因:监督式机器学习并不像炒作的那样。


当然,他所指的炒作是来自创始人、记者和爱好人工智能的狂热者无休止地承诺,称通用人工智能和全自动驾驶汽车这样的技术离我们只有数月之遥。正如 Seltz-Axmacher 所说的那样:相反,(研究人员的)共识是,我们至少还有 10 年的时间才能实现全自动驾驶汽车。


过去,人工智能冬天是由类似的令人兴奋的研究周期造成的,导致过高的预期,由于无法实现,从而让失望的投资者和工程师放弃,但这一次情况已经不同了。


这一次,即使深度学习最宏伟的承诺没有兑现,但另有一些事情还是发生了:机器学习已经变得有利可图。

生产机器学习无处不在

来看看世界上最流行的应用程序:


  • Netflix、YouTube、Facebook、Amazon、Instagram、Spotify 和 TikTok,这些应用都严重依赖基于机器学习的推荐引擎。

  • Snapchat、Instagram 和 TikTok 都使用计算机视觉模型来帮助用户创建、编辑和分类可视化内容。

  • Gmail 和 Messenger 都使用自然语言处理为用户增强消息传递功能:过滤垃圾邮件、建议文本、对邮件进行分类等。

  • Google Maps、Uber 和 Lyft 依靠机器学习来计算准确的车辆预计到达时间。


这些都是世界上有价值的科技公司的旗舰产品,这些公司也是机器学习研发的幕后推手。如果你认为这些公司中的任何一家仅仅因为不能建造类似天网那样的产品就停止对机器学习的投资,那就错了。


生产机器学习也并不仅局限于科技巨头,许多初创公司已经将基于应用机器学习的产品推向了市场:


  • Onfido 使用机器学习为全球 1500 多家金融机构提供身份验证服务。

  • Ezra 利用计算机视觉提供全身癌症筛查,目前在美国三个州开展业务,而且还在增长。

  • AI Dungeon 运营着一款基于 OpenAI 的 GPT-2 构建的机器学习驱动的文字冒险游戏,这款游戏有超过 100 万名玩家。


在几乎所有行业,如医药、农业、金融、安全等,有些公司已经成功地将机器学习产品推向市场。

机器学习不再是赌注

在过去几十年,炒作周期之所以能够击垮人工智能的投资,是因为人工智能以及机器学习,本质上就是一种赌注。


创始人和研究人员都在猜测机器学习在未来可能都有哪些商业应用。当这些赌注没有得到回报,市场就崩塌了。


机器学习已经不再是一个推测性命题,现在已经是一种广泛应用的、商业上可行的技术,为世界上一些最受欢迎(且盈利)的公司提供动力。Google 也不会因为 Starsky Robotics 和 OpenAI(它们代表了历史上一些最雄心勃勃的技术项目)遇到一些挫折就打算解散 Google Brain,也不会因此停止资助 TensorFlow。所以,这一次,人工智能冬天不会来临。


作者介绍:


Caleb Kaiser,Cortex Lab 创始团队成员,曾在 AngelList 工作,最初在 Cadillac 供职。


原文链接:


https://towardsdatascience.com/there-wont-be-an-ai-winter-this-time-332a4b6d6f07


2020-04-14 11:512459
用户头像
赵钰莹 极客邦科技 总编辑

发布了 897 篇内容, 共 689.2 次阅读, 收获喜欢 2697 次。

关注

评论

发布
暂无评论
发现更多内容

8.6非阻塞网络I/O

张荣召

训练营第4周作业

爱码士

训练营

训练营第四周学习总结

爱码士

训练营

面试官:Redis 主从复制时网络开小差了怎么整?

redis 学习 面试

在历史的天空重逢!大话鲲鹏上海记

脑极体

第 4 周作业

Steven

极客大学架构师训练营

Java集合(3)-- iterable接口超级详细解读

秦怀杂货店

Java 源码 Iterator和Iterable 集合 iterable

Java集合(2)-- Iterator接口超级详细解读

秦怀杂货店

Java 源码 Iterator和Iterable 集合 Iterator

超赞!吃透这份Github点赞120k的Java知识面试笔记Offer拿到手软

比伯

Java 编程 程序员 架构 面试

第5周 技术选型(一)-作业

SuGeek

极客大学架构师训练营

架构师训练营第 1 期 第 8 周作业

李循律

极客大学架构师训练营

架构师训练营 1 期 - 第八周总结(vaik)

行之

极客大学架构师训练营

flink-sql流计算可视化UI平台

无情

sql flink 实时计算 平台

Java 集合(4)-- iterable和iterator异同分析

秦怀杂货店

Java Iterator和Iterable 集合 iterable

8.5网络通信基本原理与性能优化

张荣召

学习总结--week08

张荣召

Spring改变版本号命名规则:此举对非英语国家很友好

YourBatman

Spring Boot 语义化 Spring Framework 日历化

机器学习的产业化变革中,华为云ModelArts的新成绩单

脑极体

适合初学者的Web Components教程[2019](译)

西贝

Java Web Component 组件

Java集合(1)-- 俯瞰Java集合源码以及分类

秦怀杂货店

Java 源码 Iterator和Iterable JAVA集合

SpringBoot系列(5)- 自定义配置

引花眠

springboot

高可用可伸缩微服务架构:基于Dubbo、SpringCloud和ServiceMesh完整蓝光版PDF分享

Java架构追梦

Java 微服务 dubbo Service Mesh SpringCloud

va_list 可变长参数原理

liu_liu

c 可变参数 va_list

过滤Spark数据集的四种方法

大数志

大数据 spark 数据分析 数据科学

高性能-Nginx多进程高并发、低时延、高可靠机制在百万级缓存(redis、memcache)代理中间件中的应用

杨亚洲(专注MongoDB及高性能中间件)

nginx memcached 分布式缓存 redis cluster 分布式数据库mongodb

【干货】内存条的基础讲解,够用绝大多数情况

亚兰—硅的传奇official

计算机基础 内存 装机 硬件

【薪火计划】02 - 一将功成万骨枯

码字与律动

管理

我画着图,FluentAPI 她自己就生成了

newbe36524

C# .net .net core netcore

每个程序员都应该知道的数字

多颗糖

数据库 计算机基础 存储

限流、熔断与降级

idonkeyliu

后台开发 熔断 限流 降级

Java 集合(5)-- Collections源码解析

秦怀杂货店

Java 集合 Collections

这一次,人工智能的冬天不会再降临_语言 & 开发_Caleb Kaiser_InfoQ精选文章