自深度學(xué)習(xí)（deep learning）技術(shù)問(wèn)世后，許多人都相信這將是帶領(lǐng)我們逐步走入「通用AI」（general AI）夢(mèng)想的關(guān)鍵，企業(yè)領(lǐng)導(dǎo)者也都在演講中談及AI 時(shí)代將會(huì)如何來(lái)臨，然而事情真的如此順利嗎？
電腦視覺(jué)與AI 領(lǐng)域?qū)＜褾ilip Piekniewski 并不這么認(rèn)為，近日在博客的一篇文章中，Piekniewski 也詳細(xì)談及對(duì)于現(xiàn)今AI 發(fā)展進(jìn)度的看法，在他看來(lái)，已經(jīng)有許多跡象都顯示出AI 產(chǎn)業(yè)的「凜冬將至」。
Piekniewski指出，在ImageNet獲得不錯(cuò)的解決方案時(shí)，許多該領(lǐng)域的知名研究人員都積極的受訪并采用相同的論調(diào)表示：人們正處在一場(chǎng)巨大的革命前面，從現(xiàn)在開始，所有AI發(fā)展只會(huì)加速。
然而許多年過(guò)去了，期待中的加速并未發(fā)生，這些受訪的研究人員也不再那么活躍的鼓吹相同的想法，隨著情緒降溫，他們開始不將深度學(xué)習(xí)形容為終極演算法，AI 相關(guān)論文也從「革命」一詞逐漸改變?yōu)椤高M(jìn)化」。
相較起前者，進(jìn)化聽(tīng)起來(lái)要溫和且緩慢許多，而這似乎也更為符合AI 發(fā)展的現(xiàn)實(shí)情況。Piekniewski 指出，包含OpenAI 在內(nèi)，許多知名研究單位近期都開始變得相對(duì)安靜，自AlphaGo Zoro 問(wèn)世后Deepmind 也并未再展現(xiàn)任何更為驚奇的事物，甚至一些論述指出，Google 其實(shí)不太確定該如何處理Deepmind，因?yàn)閳F(tuán)隊(duì)得出的研究成果明顯不如原先預(yù)期的「那么實(shí)際」。
除此之外，Piekniewski 也觀察到一些大型科技企業(yè)的杰出AI 研究人員，都開始從實(shí)際操作的研究負(fù)責(zé)人轉(zhuǎn)任至協(xié)助游說(shuō)政府資助的職務(wù)上，他認(rèn)為這種細(xì)微轉(zhuǎn)變跡象顯示，像是Google、Facebook 這些公司對(duì)AI 研究的興趣實(shí)際上正在慢慢收斂。
至于深度學(xué)習(xí)所面臨的瓶頸，Piekniewski 認(rèn)為自動(dòng)駕駛（self-driving）技術(shù)在現(xiàn)實(shí)世界的實(shí)際應(yīng)用便是最明顯的例子，除了Nvidia、Tesla 在發(fā)展自駕技術(shù)上都遇到困難， Uber 自駕車在亞利桑那州的死亡車禍更是能夠用來(lái)做最好的說(shuō)明。
從NTSB的初步報(bào)告中，除了能明顯看出系統(tǒng)設(shè)計(jì)的問(wèn)題之外，最為驚人的莫過(guò)于發(fā)現(xiàn)系統(tǒng)花費(fèi)了很長(zhǎng)一段時(shí)間，去試圖判斷眼前的物體究竟是什么（行人、腳踏車、車輛或其他），而不是做出在該情況下最重要、也是邏輯上唯一該做的決策：確保不會(huì)碰撞它。
這與人對(duì)危機(jī)的處理方式并不相同。Piekniewski 指出，盡管人們經(jīng)常在交通事故后說(shuō)出當(dāng)下的判斷標(biāo)準(zhǔn)，像是「我看到前方有騎士所以轉(zhuǎn)向左邊避開它」，但許多心理物理學(xué)（Psychophysics）文獻(xiàn)都曾經(jīng)提出解釋，人們往往是在當(dāng)下透過(guò)神經(jīng)系統(tǒng)迅速將其判斷為障礙并采取行動(dòng)，等到一小段時(shí)間過(guò)后才會(huì)意識(shí)到發(fā)生了什么，并試著將其組織為言語(yǔ)進(jìn)行說(shuō)明。
這并不僅限于駕駛行為，其實(shí)每天我們都會(huì)做出許多沒(méi)有言語(yǔ)化的的決定，因?yàn)檠哉Z(yǔ)化是「昂貴的」，需要花費(fèi)時(shí)間，而現(xiàn)實(shí)生活中的許多情況并無(wú)法提供時(shí)間。
這種生存機(jī)制來(lái)源已久，數(shù)十億年來(lái)都保護(hù)著我們的安全，而在駕駛車輛時(shí)，人們自然也就使用到這樣的原始反應(yīng)，由于這些反應(yīng)并非專為駕駛行為發(fā)展，自然偶爾也會(huì)因?yàn)檫@些反射神經(jīng)引發(fā)一些事故。然而整體上來(lái)說(shuō)，這種對(duì)空間、速度及周遭警覺(jué)的原始能力，對(duì)于人類安全仍舊有著許多保障。
只是這種能力大多無(wú)法用言語(yǔ)來(lái)描述，也難以進(jìn)行測(cè)量，這使得研究人員難以對(duì)機(jī)器進(jìn)行這方面的系統(tǒng)改良，Nvidia 過(guò)去所提出的End-to-End 方法雖然理論上可行，但從現(xiàn)實(shí)一些測(cè)試中我們也可知道情況并非這么簡(jiǎn)單。
在Piekniewski 看來(lái)，這些發(fā)展困境都表明著AI 發(fā)展的寒冬即將來(lái)臨，就像股市崩盤一樣，雖然不太可能準(zhǔn)確說(shuō)出發(fā)生的時(shí)間點(diǎn)，但你從某些明顯的跡象中，幾乎可以肯定它將會(huì)在某個(gè)時(shí)刻出現(xiàn)，然而因?yàn)橥饨绲暮袈曁^(guò)強(qiáng)烈，以至于人們很容易就忽視掉這些征兆。
可想而知，一些研究人員應(yīng)該會(huì)對(duì)「凜冬將至」的說(shuō)法感到憤怒，但Piekniewski 指出，過(guò)去已經(jīng)有許多知名研究者都警告過(guò)，群眾對(duì)于AI 關(guān)注的熱潮已有些過(guò)頭，就連Geoffrey Hinton 也曾在受訪時(shí)承認(rèn)，反向傳播法（back-propagation）似乎已走入死胡同，相關(guān)研究可能得從頭開始展開。
然而，由于AI 炒作的風(fēng)聲實(shí)在過(guò)于強(qiáng)大，以至于這位對(duì)神經(jīng)網(wǎng)路有著巨大貢獻(xiàn)、經(jīng)常被外界稱作深度學(xué)習(xí)之父者的聲音并沒(méi)有太多人真的聽(tīng)見(jiàn)。
「究竟冬天會(huì)有多『嚴(yán)寒』？我不知道。接下來(lái)會(huì)發(fā)生什么？我不知道。但是我相當(dāng)確定凜冬即將來(lái)臨，或許事情只會(huì)比我預(yù)想的更早發(fā)生?！?/p>