人工智能技术正在飞速发展？事实可能并非如此

自动驾驶汽车，由机器人支持的MRI扫描，读心术和x射线视觉......人工智能有望永久改变世界。

人工智能可以有多种形式，但它的大致定义是：一个能够处理人类任务的计算机系统。很久之前，人工智能就陷入了极度炒作和随后崩溃的恶性循环。虽然最近的技术进步可能终结这种“盛—衰”模式——我们称之为“人工智能的冬天”，但一些科学家依然相信，冬天将再次来临。

什么是“人工智能的冬天”？

数千年来，人类一直在思考人工智能的潜力。例如，古希腊人认为，名为Talos的青铜自动机保护了克里特岛免受海上敌人的攻击。但在过去的半个世纪里，人工智能只是从神话领域转移到了现实世界——从传奇计算机科学家艾伦·图灵1950年的论文开始，它便给我们提出了一个富有挑战性的的问题——“机器可以思考吗？”

那时，美国正处于冷战时期，国会代表决定大力投资人工智能，将其作为更大安全战略的一部分。当时他们的重点在翻译领域，主要是俄语和英语之间的互译。计算语言学家W. John Hutchins的《机器翻译史》记载，1954年至1966年是“乐观主义的十年”，因为当时许多杰出的科学家认为突破即将来临，并且人工智能领域得到了赞助商的巨额投资。

但突破来得并没有想像的那样快。

1966年，七位自动语言处理咨询委员会的科学家发表了一份政府报告，其结论是机器翻译比人工翻译更慢、更昂贵、更不准确。资金被突然取消，Hutchins写道，机器翻译“到了虚拟的终点......已经十多年了。”

从那时开始，情况变得更糟。

1969年，国会授权国防高级研究计划局（DARPA）仅资助直接影响军事工作的研究，将研究工作放在许多探索性和基础科学项目上。

华盛顿大学的《计算机历史》记载，“在人工智能的冬季期间，人工智能研究必须以不同的名称伪装自己才能继续获得资金”。（“信息学”和“机器学习”，就是那个时代出现的委婉语之一。）

20世纪70年代后期，随着LISP机的短暂成功，人工智能出现了轻微的复苏——LISP机是一种高效、专业化的、昂贵的工作站，很多人认为其是AI硬件的未来。

但是希望在20世纪80年代后期破灭了——这一次是由于台式计算机的兴起以及政府资金对人工智能潜力的再次怀疑。这次冬天持续到了20世纪90年代中期，研究人员从那时起就一直在寻找出路。

过去二十年是人工智能史无前例的乐观时期。硬件（即高功率微处理器和新技术），特别是深度学习技术，终于创造出了令消费者和投资者都感到惊讶的人工智能。以现有示例对神经网络进行仔细训练后，它能自己进行学习任务。例如，你可以为神经网络提供数千个图像，一些标记为“猫”，一些标记为“没有猫”，并训练机器自己识别图片中的“猫”和“没有猫”。相关的深度学习策略也支持生物信息学和药理学中的新兴技术、Alexa或Google Home设备中的自然语言处理、甚至是自动驾驶汽车使用的机械眼球。

冬天又来了吗？

但完全自动驾驶汽车的出现让科学家们又开始担心人工智能的冬天要出现了。

2015年，特斯拉创始人马斯克表示，完全自动驾驶的汽车将在2018年上路（严格来说，他还有四个月的时间），通用汽车认为是2019年，而福特表示这个时间应该是2021年。

大众越来越受到误导。而且，由于这些言论是公开的，它们可能会对该领域产生严重后果。据最近的几条新闻来看：亚利桑那州一名行人因自动驾驶系统死亡、有三人因优步的自动驾驶模式死亡......应用人工智能越来越不乐观。

人们对即将到来的人工智能的冬天的恐惧已经越来越深。据AI研究员Filip Piekniewski等评论家称，近年来深度学习已经发展得很慢了。“消失的梯度问题”已经缩小，但它仍然阻止了神经网络在某些方面上的学习。人工智能与“泛化”的斗争仍然存在：一只受过家猫照片培训的机器可以识别出更多的家猫，但它无法将这些知识推及到徘徊的狮子身上。

这些问题对自动驾驶汽车造成了很大影响。

“如果我们的目标是在2020年左右，实现完全自动驾驶，你需要每年看到安全驾驶干预减少60%以上，并且其安全要达到99.9999%，”卡内基梅隆大学计算机科学系主任Andrew Moore在最近一期的Recode Decode播客中说道，“我不相信事情可以发展得那么快。”

就像现实中的季节变化一样，人工智能的冬天很难预测。对于新兴技术的入侵来说，人们兴奋是必要的，但同时，为了防止暴风雪的来临我们需要做大量艰苦的工作。

正如Facebook前人工智能总监Yann LeCun在接受IEEE Spectrum采访时所言，“人工智能经历了许多冬天，因为有很多事情它都无法实现。”

文章来源：PopularScience