另一个人工智能冬天可能会迎来人工智能的黑暗时期

自动驾驶汽车。更快的核磁共振扫描，由机器人放射科医生解释。读心术和x光视觉。人工智能有望永久改变世界。（在某些方面，它已经做到了。问问这个人工智能调度助手。）

人工智能可以有多种形式。但它大致被定义为一种能够处理感官感知和决策等人类任务的计算机系统。从最初的日子起，人工智能就成了极端炒作和随后崩溃的牺牲品。尽管最近的技术进步可能最终结束这种繁荣和萧条的模式，厚颜无耻地称之为“人工智能冬天”，但一些科学家仍然相信冬天会再次到来。

什么是人工智能冬天？

几千年来，人类一直在思考人工智能的潜力。例如，古希腊人认为，一个名叫塔罗斯的青铜自动机保护克里特岛免受海上对手的侵害。但人工智能只是在过去半个世纪才从神话领域进入现实世界，始于传奇计算机科学家艾伦·图灵1950年的基础性论文，该论文提出了一个框架来回答这个挑衅性问题，“机器能思考吗？”

当时，美国正处于冷战之中。国会代表决定大力投资人工智能，作为更大的安全战略的一部分。当时的重点是翻译，特别是俄语到英语和英语到俄语的翻译。根据计算语言学家W·约翰·哈钦斯的机器翻译史，1954年至1966年是“乐观的十年”，因为许多著名科学家认为突破迫在眉睫，财力雄厚的赞助商向该领域提供大量资助。

但突破并没有像承诺的那样来得那么快。1966年，自动语言处理咨询委员会的七名科学家发布了一份政府命令的报告，结论是机器翻译比人工翻译慢、更昂贵、更不准确。哈钦斯写道，资金突然被取消，机器翻译“几乎结束了……十多年。”事情从那以后变得更糟了。1969年，国会要求国防高级研究计划局只资助与军事努力有直接关系的研究，从而使许多探索性和基础科学项目陷入僵局，包括以前由DARPA资助的人工智能研究。

“在人工智能的冬天，人工智能研究项目不得不用不同的名字来伪装自己，以便继续获得资助，”华盛顿大学的一份计算历史报告称。（论文指出，“信息学”和“机器学习”是这个时代出现的委婉说法之一。）20世纪70年代末，随着Lisp机器的短暂成功，人工智能出现了温和的复苏。Lisp机器是一种高效、专业且昂贵的工作站，许多人认为它是人工智能硬件的未来。但到20世纪80年代末，希望破灭了——这一次是台式计算机的兴起，以及政府资金来源对人工智能潜力重新产生怀疑。第二次寒流持续到20世纪90年代中期，此后研究人员一直在寻找出路。

过去20年是人们对人工智能几乎无与伦比的乐观时期。硬件，即高性能微处理器，以及新技术，特别是深度学习保护伞下的新技术，最终创造了让消费者和资助者都惊叹不已的人工智能。神经网络可以在现有示例上仔细训练后学习任务。举一个现在很经典的例子，你可以向神经网络输入数千张图像，其中一些标记为“猫”，另一些标记为“没有猫”，并训练机器自行识别图片中的“猫”和“没有猫”。相关的深度学习策略也支持生物信息学和药理学、Alexa或Google Home设备中的自然语言处理，甚至自动驾驶汽车用来看的机械眼球等新兴技术。

冬天又来了吗？

但正是这些非常自动驾驶的汽车让科学家们担心另一个人工智能冬天的可能性。2015年，特斯拉创始人埃隆·马斯克表示，一辆全自动驾驶汽车将于2018年上路。（严格来说，他还有四个月的时间。）通用汽车押注2019年。 福特表示要为2021年做好准备。但这些预测看起来越来越错误。而且，由于它们被公开，它们可能会对该领域产生严重后果。再加上最近亚利桑那州一名行人死亡的炒作，这名行人在3月份被无人驾驶模式下的优步杀害，应用人工智能的情况看起来越来越冷淡。

对即将到来的冬天的担忧并不肤浅。人工智能研究员菲利普·皮耶克涅夫斯基等批评人士表示，深度学习近年来有所放缓。“梯度消失问题”已经缩小，但仍然阻止了一些神经网络学习超过某一点，尽管人类训练者尽了最大努力，但仍阻碍了他们。人工智能与“泛化”的斗争依然存在：一台用家猫照片训练的机器可以识别更多家猫，但它不能将这些知识外推到一只潜行的狮子身上。

这些问题给自动驾驶汽车带来了一个根本问题。“如果我们希望在21世纪20年代初达到可以启动自动驾驶的程度，你需要每年看到（安全驾驶员干预）减少60%以上，才能将我们的安全性降低到99.9999%，”卡内基梅隆大学计算机科学系主任安德鲁·摩尔在最近一集的Recode Decode播客中说。“我不相信事情进展得如此之快。”虽然有些年我们可能会将对人类的需求减少20%，但在另一些年，它只是个位数，可能会将到达日期推迟几十年。

就像实际的季节变化一样，人工智能的冬天很难预测。此外，每个事件的强度可能差异很大。兴奋是新兴技术取得进展所必需的，但很明显，防止暴风雪的唯一方法是精心策划的沉默——以及大量的艰苦工作。正如Facebook前人工智能总监扬·勒昆告诉IEEE Spectrum的那样，“人工智能已经经历了许多人工智能冬天，因为人们声称他们无法交付的东西。”