新京報漫畫/陳冬

　　彬彬有理

　　所謂的“人工智能寒冬”，其顯著特征就是投入的研發資金快速下降，而這恰恰反映著人類自身對技術的認知變化，而非人工智能技術真實的發展情況。

　　2016年人工智能（AI）的爆發，讓公眾對其的關注，更多集中于人工智能時代是否降臨，即人類是否會因為人工智能技術而失去工作，甚至是為AI所統治。但三年后的今天，“人工智能寒冬”的聲音悄然而至。

　　自1956年AI“誕生”以來，其發展經歷了兩次“寒冬”，分別處于上世紀的70年代和80年代。雖然技術上的缺陷或障礙，似乎是直接導致這兩次“寒冬”出現的原因，但更為深層的原因恐怕還是人類自身的認知所引發的。

　　換句話說，所謂的“人工智能寒冬”，更像是一種人類心理現象的反映，而非人工智能技術真實的發展情況。

　　為什么這么說呢？就技術而言，任何技術的發展路徑必然是螺旋式的，不可能一帆風順。

　　就像促成這次人工智能浪潮的深度學習一樣，雖然目前已在很多領域應用，但機器智能并不會隨著其深度（層次）越多，而呈現出指數級的發展。它同樣存在極限，并非大家所預期的那樣，可以無限延展下去。

　　因此，即使是深度學習之父的Geoffrey Hinton也在轉而尋找其他方法。比如，他提出的膠囊網絡技術，就被視為用于補充，甚至挑戰深度學習地位的算法實現方式。而用深度學習創造出AlphaGo的DeepMind公司，則轉向強化學習。

　　所以，從技術發展的角度，我們可以認為AI并不存在所謂的“寒冬”。但從投入的研發資金上看，AI確實又經歷著過山車似的曲線。

　　如今所謂的“人工智能寒冬”，其顯著特征就是投入的研發資金快速下降。而這恰恰反映著人類自身對技術的認知變化：當人類對AI的發展過度樂觀，便會產生過度承諾，引發眾多資金爭相涌入。而一旦這種承諾無法兌現，產生悲觀的預期，又導致投入資金急劇減少。第一次“人工智能寒冬”正是這種過程的真實體現。

　　有著“人工智能之父”之稱的麻省理工學院數學家馬文·明斯基在1970年對媒體表示，“在三到八年內，我們將擁有一臺具有普通人類智能的機器”。現在看來，這顯然是一個非常大膽的預言。因此，當這種說法被證偽之時，也就導致了后面隨之而來的“寒冬”。

　　1973年，受英國科學研究委員會的委托，詹姆斯·萊特希爾爵士對AI的情況進行評估。在報告中，他批評AI未能實現其“宏偉目標”。正是這份報告，導致英美學術機構對AI失去信心，進而導致資金大量減少。第一次“人工智能寒冬”降臨。

　　換句話說，存在技術障礙不可怕，可怕的是缺乏資金投入來克服這些困難。就此而言，無論是樂觀的預言，還是“寒冬”的聲音，背后所反映的只是人類本身對AI技術的不確定性，進而導致在評估效益時產生了波動，從而影響了公眾對其整體性的認知，也才有了所謂的“春天”和“寒冬”。

　　對比過去，當前AI已經有很多改善。比如，現在投入AI的研發資金不再像以往那樣，主要依賴政府投入；并且，現在人工智能的不少領域都出現了直接的應用產品，實用性的人工智能解決方案不斷產生，如此可以保證其不斷從市場上獲得資金。就此而言，或許我們可以認為，人工智能的“寒冬”不會到來，至少不會很快到來。

　　□鄭偉彬（互聯網從業者）