专家：用“寒冬”来描述AI的新阶段是错误的，应称为“AI秋天”

过去的十年是人工智能一个重要的十年。

人工智能技术的能力究竟如何，人们对此曾经评估过高，后来又重新评估。有关人工智能的炒作，在过去几年来曾经历了高峰和低谷。这些高峰被称为人工智能的夏天，而低谷则被称为人工智能的冬天。

可以说，过去的 2010 年代，是有记录以来最热的人工智能夏天，科技巨擘们对人工智能的能力一再大肆吹捧。

被人们称为“人工智能教父”之一的人工智能先驱 Yoshua Bengio，他在接受 BBC 采访时表示，人工智能的能力在 2010 年代就被某些有兴趣这样做的公司给夸大了。

然而，有迹象表明，这种炒作可能即将开始降温。

剑桥 Microsoft 研究院的首席研究员 Katja Hofmann 称，“我觉得，人工智能正在进入一个新的阶段”。

Katja Hofmann，Microsoft 研究院游戏智能小组首席研究员

考虑到人们已经在人工智能领域投入了数十亿资金，而且未来可能还会有更多突破的事实，一些研究人员认为，将这一新阶段称为人工智能的冬天是错误的。

“机器人大擂台”（Robot Wars）评委 Noel Sharkey ，他同时也是谢菲尔德大学人工智能和机器人学教授，告诉 BBC，称他喜欢“人工智能的秋天”这个词，有些其他人也表示认可这一点。

高处不胜寒

在 20 世纪 10 年代初，人工智能领域的世界领先者之一的DeepMind经常提到“通用人工智能”（artificial general intelligence，AGI），认为它将在未来某个时间点被开发出来。

DeepMind 承诺，拥有通用人工智能的机器——被广泛认为是人工智能的“圣杯”，将会像人类一样聪明。

DeepMind 在通用人工智能的雄心壮志引起了 Google 的注意。2014 年，Google 斥资约 4 亿英镑收购了这家总部位于英国伦敦的人工智能实验室，当时该实验室在其网站发布了以下使命宣言：“破译智慧，并用它解决一切”（Solve intelligence, and then use that to solve everything else）。

其他一些人也开始谈论通用人工智能即将成为现实，包括 Elon Musk 耗资 10 亿美元建立的人工智能实验室 OpenAI，以及麻省理工学院教授 Max Tegmark 等学者。

2014 年，牛津大学哲学家 Nick Bostrom 在《超级智能》（Superintelligence）一书中提出了更进一步的观点。这本著作预测了一个被机器牢牢控制的世界。

但随着这十年的过去，这些话题越来越不被人们重视。到 2019 年底，最聪明的计算机仍然只能胜任“有限的”任务。

纽约大学人工智能研究员 Gary Marcus 表示：“到 2010 年底，人们将会越来越认识到，目前的技术只能让我们走这么远”。他认为，这个行业需要一些“真正的创新”才能走得更远。

位于苏格兰首府爱丁堡的赫瑞瓦特大学对话式人工智能教授 Verena Rieser 表示：“人们普遍有一种身在高原的感觉，那就是‘高处不胜寒’”。

一位不愿透露姓名的人工智能研究人员声称，眼下人们正在进入一个对通用人工智能特别怀疑的时期。他们说：“公众对人工智能的看法越来越悲观：大家都认为，人工智能就是一种邪恶的技术。”

对此，DeepMind 表示，它对人工智能的潜力持更为乐观的看法，认为“到目前为止，我们只是做了一些肤浅的研究，对可能的一切只不过是略知皮毛而已”。

DeepMind 研究副总裁 Koray Kavukcuoglu 解释道：“随着社区解决和发现更多的问题，更多具有挑战性的问题也会出现。这就是为什么说人工智能是一个长期的科研之旅的原因。我们相信，人工智能将是有史以来最强大的使能技术之一——单单这一项发明就可以解决数千个问题。在未来十年，人工智能系统还将继续发挥潜能，不仅建立在已经取得成功的方法基础上，而且还研究如何构建能够处理多种任务的通用人工智能。”

路漫漫其修远兮

尽管通用人工智能并不会很快就被创建出来，但机器还是已经学会了如何掌握复杂的任务，比如：

• 下围棋——一种中国古老的棋类游戏。
• 人脸识别。
• 将文本翻译成几乎所有的语言。
• 肿瘤诊断。
• 驾驶汽车。
• 动物识别。

DeepMind 前任员工 Edward Grefenstette 说，这些进展的相关性有时是被公众给夸大了。他现在是 Facebook 人工智能研究小组的一名研究科学家。

Edward Grefenstette，英国伦敦 Facebook 的研究科学家

Edward Grefenstette说，“在过去十年里，这个领域已经取得了很大的进步，但是我们非常清楚，要想使机器真正智能化，在科学和技术方面，我们还有很长的路要走。最大的挑战之一就是开发出在数据和计算能力方面更有效的方法，以学习如何解决问题。十年来，我们已经目睹了通过增加可用数据和计算的规模而取得的令人印象深刻的进步，但是，这并不适用于每个问题，也不可以扩展到每个问题。如果我们想扩展到更为复杂的行为，我们就需要在数据更少的情况下做得更好，而且，我们还需要对更多的行为进行概括。”

Neil Lawrence 最近从 Amazon 辞职，加入了剑桥大学，成为 DeepMind 资助的第一位机器学习教授，他认为，“人工智能行业在很大程度上仍然处于“奇迹年代”。

是时候面对现实了

那么，人工智能在 20 年代末将会是什么样子，研究人员将如何着手开发人工智能呢？

“在接下来的十年里，我希望我们能够看到对人工智能能力更审慎、更现实的观点，而不是我们目前看到的那种天花乱坠的炒作”，Amazon 前人工智能研究员 Catherine Breslin 如此说。

“人工智能”一词在过去十年里成了一个真正的流行词，不管什么形态和规模的公司都在使用这个词，他们这样做，通常是出于营销目的。

“被归为‘人工智能’一词的各种事物将分别被承认和讨论”，柏林 Google 的前人工智能研究 Samim Winiger 说，“在过去 10 到 20 年间，我们所谓的‘人工智能’或‘机器学习’，将会被视为另一种形式的‘计算’”。

作者介绍：

Sam Shead，科技记者，供职于 BBC、Sifted。也给《金融时报》（Financial Times）、《福布斯》（Forbes）、《连线》（Wired）等媒体撰稿。

原文链接：

https://www.bbc.com/news/technology-51064369