我們要去另一個AI冬天嗎？

了解AI冬天

AI冬季是一個時期，其特徵是人工智能的資金，興趣和興奮的大幅下降。這些低迷是由投資下降，研究進度降低和商業利益減少來定義的。該術語於1984年首次在美國人工智能協會年會上的辯論中使用。在那次活動中，研究人員羅傑·舒克（Roger Schank）和1970年代退伍軍人凍結的退伍軍人馬文·明斯基（Marvin Minsky）警告說，熱情的浪潮隨後散發出業務和研究圈是無法實現的。他們預測，從科學家中的悲觀主義開始，隨後在新聞界懷疑，投資急劇減少，最終導致研究工作的崩潰。事實證明，他們的警告是正確的：幾年之內，1980年代中期的十億美元AI行業開始解散。

第一個AI冬季：1970年代中期至1980年

第一個AI冬天從1974年到1980年。最早的警告信號之一來自機器翻譯領域，該領域引起了冷戰期間的關注。那時，包括中央情報局在內的美國機構進行了大量投資，希望計算機能夠立即翻譯俄羅斯文件。然而，到1960年代中期，進步滯後了。自動語言處理諮詢委員會（ALPAC）表示，機器翻譯比人類工作較慢，準確且昂貴。他們的報告於1966年發表，有效地結束了我們對該地區的支持，並脫軌了許多職業。

在英國，英國領先的應用數學家詹姆斯·吉蒂爾爵士（James Lighthill）在1973年寫道，一份對該領域非常批評的報告。該報告由議會委託，得出的結論是，AI未能實現其“宏偉的目標”。他認為，大多數工作可以在其他科學學科中更有效地完成，並強調了“組合爆炸”的問題。這意味著在面對現實世界的複雜性時，似乎在小的，受控問題上有效的算法迅速變得難以管理。隨著可能性的數量的增加，計算答案的時間和資源所需的時間和資源逐漸消失並停止。在本報告之後，政府拆除了大多數英國AI研究計劃，只剩下幾所大學，直到十年後新的資金出現。

在美國，資金壓力也加劇了。在1960年代，國防高級研究項目局（DARPA）以最少的監督傾倒了數百萬。隨著1969年和1973年的曼斯菲爾德修正案的變化，這限制了聯邦研究金。轉變削減了長期，開放式大學的研究，並將資金重定向到短期，應用工作。到1970年代初，DARPA開始要求具體的結果，並根據嚴格的目標來判斷AI提議。許多項目不足，到1974年，該機構已大大減少了支持。曾經是慷慨的，靈活的資金讓位於狹義的投資，這表明了AI的輕鬆資金時代的結束。

第二個AI冬季：1980年代末至1990年代中期

第二個AI冬季始於1980年代後期，一直持續到1990年代中期。它始於專門計算機市場的內爆，該市場旨在運行AI研究人員青睞的編程語言。到1987年，通用工作站以其價格的一小部分匹配或超過了專業系統的性能。沒有理由購買昂貴的硬件，整個市場幾乎在一夜之間消失了，迫使其許多製造商倒閉。

同時，專家系統的商業承諾開始消失。這些基於規則的計劃旨在復制專家的決策，並取得了早期的成功。但是隨著採用量的傳播，限制變得明確。專家系統易碎，維護昂貴，並且在情況發生變化時無法適應。更新規則通常需要編程人員的軍隊，系統可能會犯基本錯誤。到1990年代初期，利息降低，維護成本上升，部署變得不那麼頻繁。

放緩是全球性的。日本雄心勃勃的第五代項目於1981年啟動，旨在建造可以像人類這樣的交談，翻譯和理由的機器，但沒有期望。在美國，DARPA的戰略計算倡議曾經資助了90多個項目，在領導人將AI視為“聰明的編程”而不是下一個技術浪潮之後，它也縮減了。

儘管該領域從未完全處於休眠狀態，但專用硬件的崩潰，專家系統的脆弱性以及國家大型項目的失敗，結合了第二個AI冬季。

重點：1990年代後期及以後

由於計算能力上升，大型數字數據集和數據驅動的學習方法的創新，AI景觀發生了變化，到了1990年代末和2000年代初期。 AI不依賴手工製作的規則，而是開始從示例中學習。這種統計方法為現代機器學習奠定了基礎。

2012年，一個基於人類視覺皮層的系統在2012年取得了突破。幾年後，研究人員介紹了變壓器。該模型設計的重點是關注模式，從本質上講，AI在上下文中確定哪些單詞或信息最重要。這種方法使對大量文本的有效處理和理解能夠改變基於語言的應用程序並為大型語言模型奠定基礎。

自2010年代初以來，利息，資金和收養已經激增，標誌著與過去凍結不同的複興。這種複興通常被稱為AI繁榮，繼續擴大其影響力和影響力。

為什麼我們不太可能面對另一個AI冬天

早期的AI冬季是由一種共同的模式引發的：嚴重依賴政府的資金，誇張的承諾以及在現實世界中遇到的脆弱技術。今天的環境看起來有所不同。

AI不再依賴少數政府機構。公共資金仍然很重要，但是一個發達的風險投資生態系統現在驅動了大部分投資，將風險擴大到初創企業和私人實驗室中。這種多樣化使突然崩潰的可能性降低了。

計算的經濟學發生了變化。過去，硬件太貴了或太有限。現在，成本繼續下降，而云平台，專業芯片和大量數據集則可以廣泛訪問。人工智能技術更強大，現代體系結構在跨領域的適應性以及深度學習和自然語言處理的進步帶來了真正的價值。

治理終於引起了人們的關注。通過最近宣布的AI行動計劃，在世界各地，尤其是在美國製定了具有基礎設施投資的政策。正在討論標準和問責制措施，以創造增長的護欄。

這些因素一起減少了另一個AI冬季的機率。該領域比過去的周期更具彈性，多樣化和嵌入在經濟中。

避免下一個AI冬天

歷史表明，如果承諾超過結果，勢頭可能會很快轉彎。誇大了人類水平的智力的近乎差異，或者忽略道德，安全和能源的關注侵蝕了信任和触發反彈。

今天的風險更高，因為AI嵌入了關鍵的基礎設施和國家戰略中。喪失信心可能會引起更嚴格的法規，投資者的撤退和公眾懷疑主義，其後果遠大於過去幾十年。

避免另一個AI冬季需要將創新與現實期望，對基礎設施的穩定投資以及對進步和限制保持透明的意願。隨著投資者追逐泡沫，計算和能源成本的攀升以及與市場炒作保持同步的政策，風險仍然存在。然而，有一些樂觀的原因。現在，研究人員構建了處理文本，圖像和聲音的系統，而工程師設計了更有效的算法。

展望未來，圖靈的問題：“機器可以想到嗎？”仍然尚未解決。歷史清楚地表明，真正的挑戰是將野心與責任相匹配，以便當前的AI春季持久，並且不會讓位於另一個AI冬季。

以上是我們要去另一個AI冬天嗎？的詳細內容。更多資訊請關注PHP中文網其他相關文章！