1956年8月，約翰·麥卡錫召集世界知名的人工智能與認(rèn)知學(xué)專家、計(jì)算機(jī)科學(xué)家等在達(dá)特茅斯學(xué)院開了一場“人工智能夏季研討會(huì)”。在長達(dá)兩個(gè)月的會(huì)議期間，與會(huì)者最終沒有達(dá)成普遍共識(shí)，但由于這場會(huì)議的存在，1956年仍然被視為人工智能的元年。

 

　　英國著名的數(shù)學(xué)家和邏輯學(xué)家阿蘭·圖靈被公認(rèn)為人工智能的關(guān)鍵奠基人。在短暫的人生中，他在計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域均有開創(chuàng)性建樹。在生命的最后一段時(shí)間里，阿蘭·圖靈更是對(duì)人工智能無限著迷而難以自拔，期間他提出的測試人工智能的方法也為無數(shù)后來者開辟了一條道路。

 

　　按照中國工程院院士、中國計(jì)算機(jī)協(xié)會(huì)理事長高文的觀點(diǎn)，人工智能是指用計(jì)算機(jī)仿真出來的類似人的智能行為。時(shí)至今日，在60多年的發(fā)展歷程中，科學(xué)家在這一領(lǐng)域取得了豐碩成果，當(dāng)然，在所難免地，在理念、研究重點(diǎn)以及發(fā)展階段劃分等方面也存在一些爭議。

 

　　根據(jù)國家網(wǎng)信辦官網(wǎng)上的相關(guān)材料，世界人工智能的發(fā)展大體經(jīng)歷了三波發(fā)展浪潮。其中第一波以1956年達(dá)特茅斯會(huì)議為起點(diǎn)，繁榮持續(xù)了大約18年。當(dāng)時(shí)人工智能領(lǐng)域的科學(xué)家們貢獻(xiàn)了許多世界級(jí)的算法，包括后來成為谷歌AlphaGo算法核心的貝爾曼方程。

 

　　盡管當(dāng)時(shí)人工智能領(lǐng)域充滿樂觀情緒，但瓶頸還是逐漸凸顯?？茖W(xué)家們不得不接受這樣一個(gè)事實(shí)，即至少在當(dāng)時(shí)，人工智能只能做一些很簡單的任務(wù)，稍微復(fù)雜一點(diǎn)便無能為力。受限于當(dāng)時(shí)大數(shù)據(jù)庫的缺乏和計(jì)算機(jī)不敢恭維的內(nèi)存和處理速度，即便想讓人工智能達(dá)到兒童的認(rèn)知水平也是一種奢望。于是約在1974年前后，人工智能第一波發(fā)展浪潮中積累的大量泡沫終告破裂。

 

　　到了70年代末，隨著沉入低谷的人工智能終于迎來了新的契機(jī)。人工神經(jīng)元網(wǎng)絡(luò)、BP算法等新技術(shù)取得突破，人工智能專家把研究重點(diǎn)放在了“知識(shí)處理”上，相關(guān)程序在字符識(shí)別、簡單的人臉識(shí)別等領(lǐng)域也受到了廣泛歡迎，人工智能的第二波發(fā)展浪潮隨之開始。

 

　　然而和第一次一樣，在人們?cè)僖淮蔚目駸嶙放踔?，相關(guān)技術(shù)實(shí)用范圍很窄的弱點(diǎn)越發(fā)明顯。與此同時(shí)科學(xué)家也發(fā)現(xiàn)，神經(jīng)元網(wǎng)絡(luò)可以解決單一問題，但對(duì)于復(fù)雜問題則似乎束手無策。于是約在1987年前后，失望的資本再次撤退，人工智能的第二波泡沫也破裂了。

 

　　時(shí)至今日，我們正處于人工智能的第三波發(fā)展浪潮中。這波浪潮始于1993年，在新的數(shù)學(xué)工具、摩爾定律等的理論基礎(chǔ)上，算法、計(jì)算能力以及數(shù)據(jù)等相關(guān)技術(shù)創(chuàng)新重新點(diǎn)燃了人們對(duì)于人工智能的熱情，尤其是近幾年來，人工智能在創(chuàng)投領(lǐng)域炙手可熱。

 

　　在此我們需要注意的是，人工智能的第一波發(fā)展浪潮的繁榮期約為18年，第二波約為7年，而第三波從1993年延至今日，已有25年，是第二波的三倍多，是第一波的1.4倍。換句話說，人工智能的第三個(gè)繁榮期已經(jīng)持續(xù)了超過一代人的時(shí)間。

 

 

　　人工智能的第三波繁榮有其特殊背景。前兩次發(fā)展浪潮提供了重要的技術(shù)和人才積累；PC、互聯(lián)網(wǎng)以及移動(dòng)通信技術(shù)等已經(jīng)大范圍普及，廣泛滲透到了現(xiàn)代生活的各個(gè)方面；同時(shí)這一階段的科學(xué)家們?cè)絹碓街匾暼斯ぶ悄艿膶?shí)用性和功能性。

 

　　基于種種因素，在第三波發(fā)展浪潮中，人工智能的使用范圍顯著拓展，并在更多領(lǐng)域的應(yīng)用方面表現(xiàn)出了更大程度的適應(yīng)性。

 

　　斯坦福大學(xué)計(jì)算機(jī)系終身教授、全球人工智能領(lǐng)域最具影響力的科學(xué)家之一李飛飛曾這樣形容人工智能第三波發(fā)展浪潮：“我看到了人工智能正在經(jīng)歷的歷史時(shí)刻，那就是它已經(jīng)走出實(shí)驗(yàn)室，進(jìn)入了產(chǎn)業(yè)應(yīng)用的階段。”現(xiàn)實(shí)也正是如此，人工智能在第三波發(fā)展浪潮中，最顯著的特點(diǎn)就是更大范圍的產(chǎn)業(yè)應(yīng)用。

 

　　2017年11月下旬，今日頭條召開了一次創(chuàng)作者大會(huì)。在會(huì)上其創(chuàng)始人張一鳴表示，作為一款基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品，今日頭條一直在利用人工智能技術(shù)，有效降低內(nèi)容創(chuàng)作者的粉絲獲取成本，顯著提升粉絲的活躍率。其模式為，通過人工智能進(jìn)行大數(shù)據(jù)挖掘和推薦，把好的內(nèi)容精準(zhǔn)匹配給更多有針對(duì)性的讀者，有效提高粉絲轉(zhuǎn)化率，讓更多創(chuàng)作者賺到更多的錢。

 

　　而在2017年5月，快遞企業(yè)分揀機(jī)器人工作的短視頻也曾引起廣泛關(guān)注。此前的快遞分揀環(huán)節(jié)主要由人力完成，由此引發(fā)的暴力分揀問題也一直為社會(huì)詬病。如今越來越多的快遞企業(yè)開始引入人工智能分揀。工作人員只需把快遞放到分揀機(jī)器人上，機(jī)器人便會(huì)自動(dòng)完成掃碼、稱重、分揀流程，并以最優(yōu)路線把它運(yùn)送到指定位置，以便集中配送。有條不紊的分揀機(jī)器人永不疲倦，同時(shí)可以在分揀環(huán)節(jié)減少大部分人力成本。

 

　　不管是智能數(shù)據(jù)挖掘和精準(zhǔn)推薦，還是快遞分揀機(jī)器人，都只是人工智能第三波發(fā)展浪潮的一個(gè)縮影。實(shí)際上在這波浪潮中，人工智能已經(jīng)在安防、醫(yī)療、金融、家居、招聘、語音識(shí)別、新零售等傳統(tǒng)行業(yè)獲得了產(chǎn)業(yè)化應(yīng)用。此外在無人駕駛、智慧農(nóng)業(yè)、內(nèi)容創(chuàng)作、護(hù)理陪伴等領(lǐng)域，人工智能也在快速滲透。

 

　　至少從某個(gè)側(cè)面看過去，人工智能在產(chǎn)業(yè)應(yīng)用上似乎流光飛舞，令人矚目。鑒于其廣闊的應(yīng)用前景和發(fā)展?jié)摿Γ澜缰饕獓液偷貐^(qū)也紛紛把人工智能提到戰(zhàn)略高度，制定了相關(guān)發(fā)展規(guī)劃。但這并不意味著當(dāng)前人工智能越來越大的泡沫不會(huì)破裂。

 

　　基于技術(shù)突破，業(yè)界對(duì)人工智能充滿樂觀期待，進(jìn)而贏得資本對(duì)這個(gè)領(lǐng)域的青睞。但一段時(shí)間以后，技術(shù)變現(xiàn)的瓶頸會(huì)越發(fā)明顯，耐心耗盡的資本轉(zhuǎn)身抽離，華麗的泡沫瞬間化為烏有，這是前兩次人工智能泡沫從產(chǎn)生到破裂的基本邏輯。我們身處的這個(gè)繁榮階段只怕也難以突破這個(gè)范疇，至少支撐當(dāng)前這一波人工智能浪潮的三大技術(shù)基石的瓶頸正日益清晰。

 

　　深度學(xué)習(xí)作為這次人工智能浪潮技術(shù)核心之一，目前相比以前的相關(guān)技術(shù)而言，只是具備了更加強(qiáng)大的模式識(shí)別方法而已，其內(nèi)在缺陷似乎仍暫時(shí)無解——包括推理能力、短時(shí)記憶能力、無監(jiān)督學(xué)習(xí)能力等的缺乏。在作為人工智能“食糧”的數(shù)據(jù)層面，其積累速度在不斷加快，但并非所有數(shù)據(jù)都是可用的，也并非都是人工智能系統(tǒng)能夠順利理解的。而算力層面的問題就更明顯了，雖然人工智能芯片的計(jì)算能力也在不斷增強(qiáng)，但目前的人工智能芯片在物理結(jié)構(gòu)上和人腦差距極大，而我們至今對(duì)人類大腦的思維過程還不甚了了，又能將人工智能芯片改進(jìn)到什么程度？

 

 

　　2016-2017年間，谷歌AlphaGo先后擊敗了世界最頂尖的圍棋高手們，引起驚呼一片。實(shí)際上，人類第一次在棋牌上輸給人工智能的案例可以追溯到1997年。這一年5月11日，IBM的下棋程序“深藍(lán)”擊敗了著名的國際象棋大師卡斯帕羅夫。

 

　　在此之前的1957年，亦即達(dá)特茅斯會(huì)議的第二年，世界知名的經(jīng)濟(jì)學(xué)家、社會(huì)學(xué)家、心理學(xué)家、計(jì)算機(jī)學(xué)家司馬賀便預(yù)言，10年之內(nèi)人工智能就將在棋盤上擊敗人類，結(jié)果預(yù)言失敗。到了1968年，麥卡錫本人也和國際象棋大師列維打賭，認(rèn)為下一個(gè)10年中，人工智能將戰(zhàn)勝列維，但最終結(jié)果是麥卡錫輸給了列維兩千美元。

 

　　實(shí)際上倘若從司馬賀做出預(yù)言算起，到深藍(lán)擊敗卡斯帕羅夫，人工智能在棋盤上戰(zhàn)勝人類用了40年時(shí)間。這至少能在一定程度上證實(shí)，很多時(shí)候人們對(duì)于人工智能的技術(shù)突破速度過于樂觀。人工智能前兩個(gè)繁榮期中泡沫的先后破滅，在很大程度上同樣是業(yè)界和市場領(lǐng)域過于樂觀而技術(shù)變現(xiàn)始終跟不上資本預(yù)期的結(jié)果。

 

　　這個(gè)關(guān)鍵問題在當(dāng)前這一波發(fā)展浪潮中同樣存在。雖然目前人工智能在一些特定領(lǐng)域的產(chǎn)業(yè)化應(yīng)用已成現(xiàn)實(shí)，但其變現(xiàn)規(guī)模相比于資本宏大的期待顯得過于渺小。人工智能在更多領(lǐng)域的產(chǎn)業(yè)應(yīng)用上還有著遙遠(yuǎn)的路程要走，再加上相關(guān)領(lǐng)域企業(yè)的估值偏離度越來越高，在技術(shù)變現(xiàn)規(guī)模達(dá)到要求似乎依然遙遙無期之際，誰都不能確定資本的耐心還剩多少。畢竟，這一波繁榮已經(jīng)持續(xù)了四分之一個(gè)世紀(jì)，一些公司的估值泡沫也著實(shí)不小。

 

　　事實(shí)上，至少一部分業(yè)界人士已經(jīng)越來越正視這個(gè)問題。

 

　　早在2016年10月，周鴻祎在接受采訪時(shí)就表示，現(xiàn)在這一波人工智能領(lǐng)域中存在泡沫，新的公司如果不和深度學(xué)習(xí)、人工智能等扯上關(guān)系，似乎都有些不好意思。僅僅5個(gè)月后的2017年3月，李開復(fù)拋出了更進(jìn)一步的觀點(diǎn)，即如今的人工智能領(lǐng)域的投資和項(xiàng)目估值中存在嚴(yán)重泡沫，出現(xiàn)了許多偽人工智能的需求和產(chǎn)品。“我見了一個(gè)做內(nèi)衣的，也說自己是人工智能企業(yè)，這是非常不正常的現(xiàn)象。”他這樣對(duì)媒體說。

 

　　此外，其他諸如百度創(chuàng)始人李彥宏、阿里云總裁胡曉明、科大訊飛董事長劉慶峰、大拿科技創(chuàng)始人羅歡、稟臨科技聯(lián)合創(chuàng)始人彭博等均對(duì)當(dāng)前人工智能領(lǐng)域中的泡沫及其危險(xiǎn)性表示認(rèn)同。而仿佛是對(duì)這一觀點(diǎn)的印證，騰訊研究院和IT桔子于2017年8月聯(lián)合發(fā)布的《2017 年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報(bào)告》中指出，僅在2017年上半年的6個(gè)月里，中國和美國倒閉的人工智能公司已經(jīng)超過50家。下半年的統(tǒng)計(jì)尚未出爐，預(yù)計(jì)不會(huì)比上半年好到哪里。

 

　　最后需要指出的是，在這樣一個(gè)行業(yè)內(nèi)，泡沫大概終究難以避免，而泡沫破裂也未必全是壞事。即便泡沫終至破裂，也并非意味著這是個(gè)虛假的行業(yè)。相反，作為人類未來技術(shù)的重要發(fā)展方向，人工智能的巨大前景和無限潛力是被廣泛認(rèn)同的。泡沫的破裂不會(huì)改變這一點(diǎn)，而只會(huì)拂去流沙，為成色十足的行業(yè)骨干留下更為廣闊的戰(zhàn)場。只是一心投機(jī)的缺乏創(chuàng)新能力的裸泳者們大概要提前穿上短褲，以免在行業(yè)資本退潮之際過于狼狽。

 

　　當(dāng)然，泡沫破裂了，投入的資本減少了，整個(gè)人工智能行業(yè)可能不得不面臨更為嚴(yán)峻的挑戰(zhàn)。不過換個(gè)角度來看，投資回歸理性，行業(yè)才能更健康。走過了這段征程，真正具備創(chuàng)新能力的人工智能相關(guān)企業(yè)也必將留下一個(gè)更大的年輪，以更加強(qiáng)壯的姿態(tài)迎接新的春天。