不要轻信短期炒作

不要轻信短期炒作
尽管深度学习近年来取得了令人瞩目的成就，但人们感兴趣的是未来十年该领域能取得什么成果
对成就的期望似乎太高了。虽然一些改变世界的应用（如自动驾驶汽车）触手可及，但更多
应用程序，如可信的对话系统，跨任何语言的人类级别的机器，可能在很长一段时间内仍然难以实现
翻译，达到人类对自然语言理解水平。特别是，我们不应该把人类水平的智力放在人类水平上
一般智力。短期内期望过高的风险在于，一旦在技术上没有实现，
研究投资将停止，这将导致长期进展缓慢。
这种事情以前也发生过。人们对人工智能极度乐观，随之而来的是失望和怀疑，导致资金匮乏。
这样的循环已经发生过两次，始于20世纪60年代的符号人工智能。在那些早年，人们
他们对预测人工智能的未来感到兴奋。马文·明斯基是符号人工智能方法最著名的开拓者和支持者
1967年，他宣称“在一代人的时间内……创造‘人工智能’的问题将基本解决。”III
多年后的1970年，他作出了更为准确的定量预测：“三到八年后，我们将有一个
具有一般人类智力的机器。“2016年，这个目标似乎仍然那么遥远，我们无法预测需求。”
要多长时间才能实现。但在20世纪60年代和70年代初，一些专家认为这一目标近在咫尺
就像今天许多人认为的那样）。几年后，由于这些高期望未能实现，研究人员和政府资金
他们都转向了其他领域，这标志着第一个AI冬天的开始（这个术语来自“核冬天”，
因为那是在冷战高峰之后不久。
这不是人工智能的最后一个冬天。20世纪80年代，一种新的符号人工智能--特
家庭系统（专家系统）--开始在大公司受到追捧。前几个成功案例引发一轮投资热
潮，随后全球企业开始成立人工智能部门开发专家系统。1985年左右，每年都有公司来这里
这项技术的成本超过10亿美元。但到了90年代初，这些系统的维护成本变得非常高和困难
为了扩大，而且应用范围有限，人们逐渐对其失去兴趣。于是，第二个人工智能寒冬开始了。
我们可能正在见证人工智能炒作和失望的第三个周期，我们还处于极度乐观的阶段
区段。最好的做法是降低我们的短期期望，确保对这个技术领域了解不多的人能够清楚地了解深度
学会你能做什么，不能做什么。