566
機器人
人工智能會迎來第三個冬天嗎？
近兩年人工智能開始瘋狂生長，各種人工智能將會顛覆產業、顛覆生活，甚至取代人類的“宏大敘事”接踵而至。似乎人工智能就是未來已經是板上釘釘的事情。
但如果暫時放下對人工智能的美好想象，坐下來平心靜氣的觀察一下人工智能的曆史，卻可能產生不少另類的結論：
比如人工智能並不怎麼前沿和未來，事實上人工智能比大部分我們日常生活中用到的科技都要“老氣橫秋”。從圖靈上世紀40年代提出現代人工智能概念，到1956年達特茅斯學院的一次會議上誕生第一個人工智能程序，人工智能這東西至少已經是60歲高齡的“爺爺級”技術。
而且人工智能改變生活，代替人類工作也不是什麼新鮮論調，這種說法在幾十年裏被反複拋出….結果呢，直到今天也沒出現。
回顧這六十年，AI的發展絕不是一帆風順的。尤其是兩次堪稱具有毀滅意義的，被廣泛承認的AI之冬，很大程度上將學界伸入現實的AI產業進行了清零。
所以在AI火爆的今天，重新回顧這兩次堪稱產業災難的事件很有意義。尤其當我們發現，今天的很多畫麵都隻不過是場景重現的時候…….
第一次AI之冬：美好憧憬抵不過一場暴風雪
時間軸回到上世紀60年代。其實很多我們在今天認為是AI核心的技術方案，那個時候都已經被提出。比如神經網絡的構想，比如機器學習領域的很多基礎算法。但在當時，這些都是“旁門左道”，真正占領AI話語製高點的是邏輯理論。
自從1956年被提出之後，應用邏輯理論的人工智能程序在20年間不斷獲得舉世矚目的成就。比如在國際跳棋比賽中戰勝人類選手、自己解決代數問題等等，當時帶來的社會衝擊，想來跟我們今天看AI下圍棋、AI與人聊天一樣震撼。
1959年約翰·麥卡錫發表論文闡述了完整的AI係統。之後AI機器人開始進駐工業生產線，甚至出現了能完成自然語言處理的AI程序。
更重要的是，由於當時的國際政治秩序，美國為首的西方國家大量動用國防開支來支持人工智能研發，各種實驗室和AI企業拔地而起。就在當時，已經有科學家預言70年代機器人將徹底取代人類工作，也有科學家和社會名流認為AI將毀滅人類——是的，一切都和今天如此相似。
但這次持續20年的AI第一次繁榮期，卻在1974年畫上了句號。
其主要原因，還是邏輯理論下的AI係統難以工程化。紙上談兵的AI太多，但耗費了巨額資金和漫長等待後，依然沒有能成為實物、帶來實際價值的AI係統。
就在人們開始逐漸放棄對AI的幻想時，最後一根導火索被點燃了：應用數學領域的大師，詹姆斯·萊特希爾爵士在給英國科學研究委員會所做的報告中，用詳盡的數據和調查結果狠狠批判了AI產業的發展現狀，並且斷言“人工智能研究沒有帶來任何重要影響。”
這場帶來AI之冬的報告，引發了西方各國政府大幅度削減AI研究經費，林立的實驗室接連破滅。第一次AI繁榮時期的主角邏輯理論也至今埋沒在曆史的塵埃中，難以與機器學習、神經網絡等後輩相抗衡。
第二次AI之冬：計算機的悲喜三重奏
好在進入80年代，不安分AI又開始了蠢蠢欲動。
相比於60年代作為軍備競賽產物的AI，80年代的AI是因為商業化前景迎來了又一次集體興奮。
這次利好消息也是來自多方麵的。首先在學界，機器學習開始取代邏輯理論成為主流。而反向傳播算法為代表的多層神經網絡被研發成功，成為了直到今天都影響AI界的大事。由於多層神經網絡的自我排錯性和兼容性良好，帶來了AI逼近通用的新希望。
（多層神經網絡邏輯示例）
而在產業方麵同樣傳來了利好消息：1975年第一台LISP計算機研製成功，到了80年代，這種廣泛被看好可以實現自然語言處理、知識工程、工業分析的計算機類型，成為了商業追逐的風口。據統計，到80年代中期美國已經有100家以上的LISP公司，這在當年可謂新興產業中的翹楚。
另一方麵，是1981年工業部開始了第五代計算機項目研究。這在當時日本經濟騰飛的大背景下受到了全世界的廣泛關注，美英等國也處於戰略考慮重新開始自主AI計算機發展。
多方麵的利好加持下，AI又一次來到了舞台中央。但這次快速登場等來的卻是更快速的謝幕。
第二次AI之冬並沒有一個標誌性的事件作為開啟。但1987年是一個被廣泛認同的時間節點。這一年華爾街大崩潰，全球範圍內迎來了史無前例的金融危機。而LISP機產業也裹挾其中，由於LISP的真實應用場景欠奉，危機中的資本界很快失去了耐心，泡沫急速破碎，相關公司近乎全線破產，AI又一次成為了欺騙與失望的代名詞。
當然，這次AI之冬非常漫長的原因在於90年代個人計算機時代正式到來。原本已經對AI計算機失去耐心的人們瞬間被PC這個大怪獸圈粉——之後的故事我們都知道，AI陷入了史無前例的長眠，直到近幾年又一次蘇醒。
縱觀整個第二次AI之冬，它由日本的第五代計算機計劃開啟，被LISP計算機的泡沫點燃，最終被個人計算機時代到來給徹底坐實。三種計算機的三種命運，寫成了AI的幾十年運數，想想也是怪有意思的。
AI之冬的總結與教訓
如今的AI再繁榮，就像前兩次一樣，都是由幾大利好消息作為核心支撐產生了。
首先是深度學習的崛起讓業界看到了全新希望，其次移動芯片等計算係統硬件的飛躍，也讓AI需要的龐大運算力成為可能。
但更關鍵的是大數據時代的到來，讓訓練AI必須的數據不再遙不可及。這也是AI最大的利好消息，以至於讓學界和商界不那麼擔憂“第三次AI之冬”。
但縱觀前兩次AI的劫難，不難發現AI產業的興衰是有規律的。總結這些規律，可以認為AI有三點特征始終沒有改變。
第一、AI是經濟興奮的造物。每一次AI潮的爆發和冷卻，都是由沒有被完全驗證的技術利好，引發各領域的全線瘋狂。但當技術利好最終被證明無效的時候，產業寒冬就會無情爆發。
第二、AI是國家戰略的附庸。曆史和今天都證明了，每一次AI崛起都離不開國家間的技術博弈。因為AI本身具有的經濟和軍事變革想象力實在過於巨大。主流大國都不會坐視對手獨自發展這一技術。但如果一旦國家戰略轉向，AI的情景就將十分危險。
第三、AI有可能被其他技術趕超並替代。我們都以為AI將徹底取代家用計算機，殊不知真實的曆史恰好相反。當我們以為AI就是唯一未來的時候，市場往往會有其他看起來“不那麼聰明”的技術出來攪局，用鐵一樣的數據證明誰才是老大。
這三點可以說是AI產業被反複驗證的規律，也是兩次AI之冬留下的寶貴經驗。如果我們認同這些常識，或許可以從中得到一些教訓，用以避免災難——或者至少在災難中自保。
首先，我們要承認AI的產業破壞力是驚人的。曆次AI之冬的深層誘因，都很難離開學界、商界和政府普遍都希望AI是一種錦上添花的附加技術。而不願意將AI視作現有技術和工業體係的顛覆者。但AI這種東西確實從出發點就與傳統計算機科學極為不同，如果不願意以打破既有利益格局為代價，全麵擁抱AI，最後的結果恐怕會是畏首畏尾，重新導致AI產品在實踐中寸步難行，變成一個AI來了又走的惡性閉環。
其次，無論是創業還是資本注入，都應該避免賭博式投注。事實已經證明AI很難成為迅勐的風口，進入AI界必須忍受技術原型、實驗模型、商用產品三者之間漫長的時間差。另外AI在曆史上已經很多次創造了畸形生長的偽風口，這都是市場過分期待AI馬上變現帶來的惡果，最後泡沫破裂，自食其果的隻能是AI從業者自己。
最後，如果認同AI是一個很可能反複，甚至重新進入冬天的技術領域，那麼學界、商界和政府應該各自有一套取舍和保存火種的機製。AI不應在盛夏被捧得過高，也不應在寒冬被一棍子打死。隻有確保自己的每一步都從AI中收益，並幫助行業整體良性發展，AI之冬的損傷才能降到最低。
最後更新：2017-08-23 10:21:18