写点什么

这一次,人工智能的冬天不会再降临

  • 2020-04-14
  • 本文字数:1739 字

    阅读完需:约 6 分钟

这一次,人工智能的冬天不会再降临

我们大家都知道,在人工智能历史上曾经历过两次“冬天”,那么,究竟会不会有第三次人工智能冬天,众说纷纭。InfoQ 中文站曾经翻译并分享过相关的文章,如《我们即将迎来另一个 AI 寒冬吗?》、《抵御另一个人工智能冬天的最后一道防线》、《专家:用 “寒冬” 来描述 AI 的新阶段是错误的,应称为 “AI 秋天”》、《人人恐惧 AI 寒冬,他却希望泡沫再破裂一次》等等,这次我们带来了 Caleb Kaiser 的新文章,他认为这次人工智能冬天不会再有了。



本文最初发表在 Towards Data Science,经原作者 Caleb Kaiser 授权,InfoQ 中文站翻译并分享。


机器学习不是什么“天网”或“灭霸”之类的命题。


每隔几周,就会一篇新的文章发表,预言人工智能冬天即将来临。这些文章的观点都很雷同:


  • 深度学习的力量被公众夸大了;

  • 我们离人工智能比报道的还要远;

  • 之前的人工智能冬天也是由类似的炒作泡沫引起的。


尽管上述所有观点在某种程度上都是正确的,但这些观点忽略了一些重要的东西:一场类似于发生在 20 世纪 80 年代的人工智能冬天,当时机器学习研究和资金投入增长放缓的现象,这在今天已经不可能再出现了。


但我们也要承认:我们离通用人工智能和完全自动驾驶汽车还很远


在过去几年,Starsky Robotics 作为少数几家将全自动驾驶汽车推向市场的科技公司之一,一直被各大媒体报道。他们有可行的演示,充足的资金和一支有才能的团队。


但就在今年三月份,Starsky Robotics 最终还是倒闭了。创始人 Stefan Seltz-Axmacher 在事后调查分析中清楚阐明了核心原因:监督式机器学习并不像炒作的那样。


当然,他所指的炒作是来自创始人、记者和爱好人工智能的狂热者无休止地承诺,称通用人工智能和全自动驾驶汽车这样的技术离我们只有数月之遥。正如 Seltz-Axmacher 所说的那样:相反,(研究人员的)共识是,我们至少还有 10 年的时间才能实现全自动驾驶汽车。


过去,人工智能冬天是由类似的令人兴奋的研究周期造成的,导致过高的预期,由于无法实现,从而让失望的投资者和工程师放弃,但这一次情况已经不同了。


这一次,即使深度学习最宏伟的承诺没有兑现,但另有一些事情还是发生了:机器学习已经变得有利可图。

生产机器学习无处不在

来看看世界上最流行的应用程序:


  • Netflix、YouTube、Facebook、Amazon、Instagram、Spotify 和 TikTok,这些应用都严重依赖基于机器学习的推荐引擎。

  • Snapchat、Instagram 和 TikTok 都使用计算机视觉模型来帮助用户创建、编辑和分类可视化内容。

  • Gmail 和 Messenger 都使用自然语言处理为用户增强消息传递功能:过滤垃圾邮件、建议文本、对邮件进行分类等。

  • Google Maps、Uber 和 Lyft 依靠机器学习来计算准确的车辆预计到达时间。


这些都是世界上有价值的科技公司的旗舰产品,这些公司也是机器学习研发的幕后推手。如果你认为这些公司中的任何一家仅仅因为不能建造类似天网那样的产品就停止对机器学习的投资,那就错了。


生产机器学习也并不仅局限于科技巨头,许多初创公司已经将基于应用机器学习的产品推向了市场:


  • Onfido 使用机器学习为全球 1500 多家金融机构提供身份验证服务。

  • Ezra 利用计算机视觉提供全身癌症筛查,目前在美国三个州开展业务,而且还在增长。

  • AI Dungeon 运营着一款基于 OpenAI 的 GPT-2 构建的机器学习驱动的文字冒险游戏,这款游戏有超过 100 万名玩家。


在几乎所有行业,如医药、农业、金融、安全等,有些公司已经成功地将机器学习产品推向市场。

机器学习不再是赌注

在过去几十年,炒作周期之所以能够击垮人工智能的投资,是因为人工智能以及机器学习,本质上就是一种赌注。


创始人和研究人员都在猜测机器学习在未来可能都有哪些商业应用。当这些赌注没有得到回报,市场就崩塌了。


机器学习已经不再是一个推测性命题,现在已经是一种广泛应用的、商业上可行的技术,为世界上一些最受欢迎(且盈利)的公司提供动力。Google 也不会因为 Starsky Robotics 和 OpenAI(它们代表了历史上一些最雄心勃勃的技术项目)遇到一些挫折就打算解散 Google Brain,也不会因此停止资助 TensorFlow。所以,这一次,人工智能冬天不会来临。


作者介绍:


Caleb Kaiser,Cortex Lab 创始团队成员,曾在 AngelList 工作,最初在 Cadillac 供职。


原文链接:


https://towardsdatascience.com/there-wont-be-an-ai-winter-this-time-332a4b6d6f07


2020-04-14 11:512316
用户头像
赵钰莹 极客邦科技 总编辑

发布了 891 篇内容, 共 657.8 次阅读, 收获喜欢 2684 次。

关注

评论

发布
暂无评论
发现更多内容

Linux之cat命令

入门小站

Linux

我的书要出版啦~

石璞东

深度学习 tensorflow 大前端 计算机视觉 卷积神经网络

区块链使能的供应链金融——区块链信息治理

CECBC

[译] D8 优化

Antway

6月日更

如何做好技术选型和分析决策

Man

技术选型 CMMI

网络攻防学习笔记 Day56

穿过生命散发芬芳

网络攻防 6月日更

迷惘的六月份

卢卡多多

生活状态 6月日更

创业者需要知道的13种思维模型

俞凡

创业 认知

给几位粉丝做完面试辅导后,我发现了一些问题!(Java岗)

Java架构师迁哥

阿里架构师通过“58个基于知识的实例+2个项目”来讲解Spring Boot

Java架构师迁哥

通证经济,一个正在狂奔的互联网数字经济时代

CECBC

前端面试 | 18个常见HTML问题与答案

devpoint

html xml 6月日更

浏览器设备信息UserAgent查询

入门小站

工具

可编程网关 Pipy 第三弹:事件模型设计

张晓辉

计算机组成原理 寄存器实验详解(含工程文件)

若尘

计算机组成原理 6月日更

通俗易懂 !Kafka 开发快速入门看这篇就够了

云祁

Bigdata Kafk

JavaScript 实现:输出斐波那契数列

编程三昧

JavaScript 大前端 数组 递归

架构实践营模块7作业

Geek_649372

架构训练营

sftp的使用

Hello

基于机器学习的自动化测试弹窗处理实践

bilibili游戏技术

手机 自动化测试 yolo 弹窗

gitlab服务端hook,拦截糟糕的提交到仓库

阿呆

gitlab hook

「SQL数据分析系列」9. SQL子查询

Databri_AI

数据库 sql 子查询

Spring事件发布与监听机制

陈皮的JavaLib

Java spring 事件监听

深入了解java线程篇之ThreadPoolExecutor

邱学喆

线程池状态 任务提交 任务执行 动态调整线程池参数

抖音电商发布创作者管理总则:如何明确带货主播和平台的责任

石头IT视角

JavaScript学习(十)---正则表达式

空城机

JavaScript 大前端 6月日更

JAVA 面向对象 (十二)-- 关键字 super

加百利

Java 关键字 super 6月日更

(序)【Spring源码专题】展开Spring源码构建之旅(利用IDEA和Gradle)

洛神灬殇

spring 6月日更 源码搭建

因子分解机(十九)

Databri_AI

因子 分解机

「SQL数据分析系列」10. 重谈连接

Databri_AI

数据库 sql 连接

A16z创始人马克·安德森:加密货币代表了技术运作方式以及世界运作方式的架构转变

CECBC

这一次,人工智能的冬天不会再降临_语言 & 开发_Caleb Kaiser_InfoQ精选文章