这不是一个会不会产生的问题, 而是会什么时刻产生的问题。

在之前的文┞仿中，我写过关于AI在立异潜能上与之前的科技海潮的不合之处。文┞仿的核心主题是近期在主流科技海潮中环球无双的全分布式立异模型。

在以前的几年中，AI无穷的潜力被大年夜肆宣传。这些宣传中，一些是相符实际情况的，然则很多却被过分夸大年夜。

事实上，对于一项正在风头上的科技，人们很难想象将来将会碰到什么样的艰苦。人工智能和相干技巧被追捧的时光已经很长了，常理揣摸它由盛转衰的最高点也即未光降。在页堪菠达1年半的时光里我都有这种预感，而高德纳公司2016年的“炒作周期”更是映证了这一看法(参考机械进修)：

《高德纳2016炒作周期》

整体来看，AI 可能已经开端出现“幻灭”的势头。作为一种主不雅揣摸，幻灭产生的时光无法用科学办法去测算。然而不论我们信赖与否，AI的热度会弗成避免的有所反弹。然而，关于AI的幻灭大年夜必定程度上来说并不是一件坏事，因为在很多情况下，炒作宣传的内容都远远跨越了当前的技巧成长程度。

然则我并不担心┞封种情况的产生，因为我对长远的筹划更感兴趣，这包含：以前几年中的出色成就可否持续成长?是否能持续遵守全分布式的立异模式?或者是事与愿违，AI会最终迎来一个穷冬?

这都很难猜测，因为很多身分会减缓如今的立异速度，接下来我会对此进行深刻商量。

1、专利比论文更受偏爱

与之前的技巧比拟，AI的一个重要优势就是强有力的研究背景。在计算机科学范畴，立异程度是用揭橥的文┞仿以及这些文┞仿对AI技巧的影响程度来衡量的。谷歌，脸书，和其他大年夜型AI公司大年夜黉舍挖走了很多顶尖的AI人才，而这些人才在业界也还在持续揭橥文┞仿。

在大年夜企业中，关于是否将一个设法主意揭橥专利一向都存在争议。推敲到机械进修范畴的飞速进展，研究人员都想尽快揭橥本身的论文，以宣示对新设法主意的所有权。谷歌今朝除了对一些有专利的产品，如 word2vec，对其他产品都持有较为开放的立场。我欲望谷歌能持续保持下去，不然这种现象可能会严重阻碍AI社区的成长。

尽管学术论文经常会让人认为晦涩难解，然则它们确切包含着若何应用一个新办法或者算法来绘制技巧的前景蓝图，这也使得AI范畴中的大年夜多半立异可以或许公之于众。甚职苄些情况下，在新论文揭橥的几天之内，github上就会出现响应的应用实例。

2、少数大年夜公司雇佣了所有的AI人才

今朝有很多关于科技巨擘大年夜各大年夜高校囊括AI人才的故事。在以前的几年中，很多高调收购案的目标都是为了获得AI核心人才。这种现象的好处是举高了AI技巧的身价，坏处则是人才都去了少数的大年夜公司。

谷歌、脸书、亚马逊、百度、微软、特斯拉、苹不雅和IBM都在野心勃勃的建立AI中间，并且把能找到的博士生都收入麾下。这些公司在AI研究社区都逝世力表示以保持本身的名誉，然则因为公司内部的工作过程安排使得那些来大年夜公司的人才很难获得在黉舍或者在本身创办的公司中实假设法主意的自由度。

如不雅少数十几家公司网罗了世界长进大年夜部分的AI人才，我们将看不到更多与众不合的创意和新的解决筹划。多半大年夜公司并不克不及快速换代，创建新产品。是以，我们更须要一个健康的创业情况来激发新灵感。

一个难以避免的会减慢AI成长的情况就是出现重大年夜掉败。不论是AI公司没能供给承诺的价值，照样一个新产品发售后反响平平，都邑给大年夜众埋下困惑的种子。就像没有值得上消息的冲破一样，类似MD Anderson撤消与IBM Watson的合作协定一样的重大年夜掉败会让本来对AI很热忱的"大众,"开端产生困惑。

3、等待好结不雅的时光太久

当每小我都大年夜Good Morning America上懂得到AI时，其实人们的心理倒计时已经开端了。如不雅没有好的产品来支撑，在宣传保持了一段时光的热度之后，人们终会对AI损掉信念，并且把它丢进名为过度炒作的垃圾桶里。

这意味着如不雅得不到新的解决筹划或者新结论，人们将不会再存眷下去。

4、几个重大年夜掉败案例

5、Tensorflow变得太复杂和太占主流

也许这不相符常理，然则实际情况是，拥有很多AI开辟平台才是一件功德，而不是像如今如许，Tensorflow成为了主流。无论若何，应用新的AI技巧对于小团队和小我都是很艰苦的。开辟整体安排软件(如操作体系)须要大年夜量的开辟者的协作，但AI平台与此不合。当一篇新的论文揭逝世后，互相竞争的实践产品经常在几周或几天之内就出现了。

Tensorflow是最风行的机械进修框架，并且正在变得越来越强大年夜和复杂。如不雅Tensorflow真的变得过于复杂，让人难以应用，或者谷歌掉去了对它进行高频更新的兴趣，那Tensorflow本身将会阻碍立异。固然短期来看，所有人都应用Tensorflow是一件功德，但在长远来看很可能成为一个隐患。

6、我们用深度进修只达到下场部最优

深度进修已经一战封神。如今它能让软件替代大夫，甚至能做饭，干净，洗碗。有些临时或许还没有实现，然则人们把太多的留意力投注在深度进修上会导致对其他范畴的存眷不足，而下一?冲破点很可能就在如许的过程中被忽视了。深度进修也有本身的不足，所以我们须要持续地摸索新的设法主意和概念。

7、社会和政治上的压力会阻碍AI进步

我认为AI成长会减缓的最重要的原因并不是技巧本身或者创造新解决筹划的才能，反而是"大众,"对这些筹划实施的热度。

"大众,"异常等待5级主动驾驶技巧可以或许应用，同样也对飞机的无人驾驶很感兴趣，然则今朝驾驶舱坐着的仍然是仁攀类。

"大众,"多年建立起来的信念可能只须要一个有时的重大年夜变乱就摧毁了。我们可以预感，将来AI会产生的变乱不指荷琐。尽管机械操作可能比人工操作的变乱率低，然则AI照样会因为这少数的“变乱”获得很惨的下场。

　　推荐阅读

　　30多年的软件经验，总结出10个编写出更好代码的技巧

30 多年的软件经验，总结 10 个最佳妙招。最重要的一点是，每位法度榜样员应遵守：“ The best code is the code that isn’t written ”(最好的代码是不消被复写的代码)>>>详细阅读

本文标题：AI幻灭？八大趋势正在阻碍AI发展

地址：http://www.17bianji.com/lsqh/37043.html

 1/2    1