雲栖号： https://yqh.aliyun.com 第一手的上雲資訊，不同行業精選的上雲企業案例庫，基于衆多成功案例萃取而成的最佳實踐，助力您上雲決策！
人工智能技術的能力究竟如何，人們對此曾經評估過高，後來又重新評估。有關人工智能的炒作，在過去幾年來曾經曆了高峰和低谷。這些高峰被稱為人工智能的夏天，而低谷則被稱為人工智能的冬天。
可以說，過去的 2010 年代，是有記錄以來最熱的人工智能夏天，科技巨擘們對人工智能的能力一再大肆吹捧。
被人們稱為“人工智能教父”之一的人工智能先驅 Yoshua Bengio，他在接受 BBC 采訪時表示，人工智能的能力在 2010 年代就被某些有興趣這樣做的公司給誇大了。
然而，有迹象表明，這種炒作可能即将開始降溫。
劍橋 Microsoft 研究院的首席研究員 Katja Hofmann 稱，“我覺得，人工智能正在進入一個新的階段”。
Katja Hofmann，Microsoft 研究院遊戲智能小組首席研究員
考慮到人們已經在人工智能領域投入了數十億資金，而且未來可能還會有更多突破的事實，一些研究人員認為，将這一新階段稱為人工智能的冬天是錯誤的。
“機器人大擂台”（Robot Wars）評委 Noel Sharkey ，他同時也是謝菲爾德大學人工智能和機器人學教授，告訴 BBC，稱他喜歡“人工智能的秋天”這個詞，有些其他人也表示認可這一點。
高處不勝寒
在 20 世紀 10 年代初，人工智能領域的世界領先者之一的 DeepMind 經常提到“通用人工智能”（artificial general intelligence，AGI），認為它将在未來某個時間點被開發出來。
DeepMind 承諾，擁有通用人工智能的機器——被廣泛認為是人工智能的“聖杯“，将會像人類一樣聰明。
DeepMind 在通用人工智能的雄心壯志引起了 Google 的注意。2014 年，Google 斥資約 4 億英鎊收購了這家總部位于英國倫敦的人工智能實驗室，當時該實驗室在其網站釋出了以下使命宣言：“破譯智慧，并用它解決一切”（Solve intelligence, and then use that to solve everything else）。
其他一些人也開始談論通用人工智能即将成為現實，包括 Elon Musk 耗資 10 億美元建立的人工智能實驗室 OpenAI，以及麻省理工學院教授 Max Tegmark 等學者。
2014 年，牛津大學哲學家 Nick Bostrom 在《超級智能》（Superintelligence）一書中提出了更進一步的觀點。這本著作預測了一個被機器牢牢控制的世界。
但随着這十年的過去，這些話題越來越不被人們重視。到 2019 年底，最聰明的計算機仍然隻能勝任“有限的”任務。
紐約大學人工智能研究員 Gary Marcus 表示：“到 2010 年底，人們将會越來越認識到，目前的技術隻能讓我們走這麼遠”。他認為，這個行業需要一些“真正的創新”才能走得更遠。
位于蘇格蘭首府愛丁堡的赫瑞瓦特大學對話式人工智能教授 Verena Rieser 表示：“人們普遍有一種身在高原的感覺，那就是‘高處不勝寒’”。
一位不願透露姓名的人工智能研究人員聲稱 ，眼下人們正在進入一個對通用人工智能特别懷疑的時期。他們說：“公衆對人工智能的看法越來越悲觀：大家都認為，人工智能就是一種邪惡的技術。”
對此，DeepMind 表示，它對人工智能的潛力持更為樂觀的看法，認為“到目前為止，我們隻是做了一些膚淺的研究，對可能的一切隻不過是略知皮毛而已”。
DeepMind 研究副總裁 Koray Kavukcuoglu 解釋道：“随着社群解決和發現更多的問題，更多具有挑戰性的問題也會出現。這就是為什麼說人工智能是一個長期的科研之旅的原因。我們相信，人工智能将是有史以來最強大的使能技術之一——單單這一項發明就可以解決數千個問題。在未來十年，人工智能系統還将繼續發揮潛能，不僅建立在已經取得成功的方法基礎上，而且還研究如何建構能夠處理多種任務的通用人工智能。”
路漫漫其修遠兮
盡管通用人工智能并不會很快就被建立出來，但機器還是已經學會了如何掌握複雜的任務，比如：
下圍棋——一種中國古老的棋類遊戲。
人臉識别。
将文本翻譯成幾乎所有的語言。
惡性良性腫瘤診斷。
駕駛汽車。
動物識别。
DeepMind 前任員工 Edward Grefenstette 說，這些進展的相關性有時是被公衆給誇大了。他現在是 Facebook 人工智能研究小組的一名研究科學家。
Edward Grefenstette， Facebook 研究科學家。
Edward Grefenstette 說，“在過去十年裡，這個領域已經取得了很大的進步，但是我們非常清楚，要 想使機器真正智能化，在科學和技術方面，我們還有很長的路要走。最大的挑戰之一就是開發出在資料和計算能力方面更有效的方法，以學習如何解決問題。十年來，我們已經目睹了通過增加可用資料和計算的規模而取得的令人印象深刻的進步，但是，這并不适用于每個問題，也不可以擴充到每個問題。如果我們想擴充到更為複雜的行為，我們就需要在資料更少的情況下做得更好，而且，我們還需要對更多的行為進行概括。”
Neil Lawrence 最近從 Amazon 辭職，加入了劍橋大學，成為 DeepMind 資助的第一位機器學習教授，他認為，人工智能行業在很大程度上仍然處于“奇迹年代”。
是時候面對現實了
那麼，人工智能在 20 年代末将會是什麼樣子，研究人員将如何着手開發人工智能呢？
“在接下來的十年裡，我希望我們能夠看到對人工智能能力更審慎、更現實的觀點，而不是我們目前看到的那種天花亂墜的炒作”，Amazon 前人工智能研究員 Catherine Breslin 如此說。
“人工智能”一詞在過去十年裡成了一個真正的流行詞，不管什麼形态和規模的公司都在使用這個詞，他們這樣做，通常是出于營銷目的。
“被歸為‘人工智能’一詞的各種事物将分别被承認和讨論”，柏林 Google 的前人工智能研究 Samim Winiger 說，“在過去 10 到 20 年間，我們所謂的‘人工智能’或‘機器學習’，将會被視為另一種形式的‘計算’”。
原文釋出時間：2020-01-16
本文作者：Sam Shead
本文來自阿裡雲雲栖号合作夥伴“
AI前線”，了解相關資訊可以關注“
”