气泡膜历史

气泡的问题是你永远无法分辨它们什么时候爆裂 – 或者即使你在一起。但事后看来,通常很容易看出它们为什么会发生。在这种情况下,就像网络公司一样,人工智能泡沫因过度投机而发生。

风险资本家(VC)不仅向那些在同一句话中混淆了“神经”和“网络”这两个词的人投钱,而谷歌和微软等公司正在专注于人工智能的企业。

Gartner的专到2022年,“人工智能业务”的价值将达到3.2万亿 – 超过电影,视频游戏和音乐产业的总和。简而言之,这不仅仅是一堆公平的猜测。

为了理解如果这样一个巨大的泡沫破灭会发生什么,我们需要比2000年的互联网泡沫破灭更进一步。

在20世纪80年代,人工智能冬天 – 这只是人工智能泡沫的另一种说法。我们在过去几年中在计算机视觉和神经网络等领域所经历的许多突破都是在人工智能的“黄金岁月”(从1950年代中期到1970年代末期)期间得到了承诺的。

今天,研究人员在深度学习技术方面发挥了作用。但是,他们和他们的同事现在做的很多事情仍然是几十年前的有希望的工作。由于研究人员缺乏兴趣和投资者资金而被放弃的工作。

并不只是需要担心的尖端研究人员。事实上,他们最初可能是最安全的。Google首席云研究员Fei Fei Li博士可能会在除了最寒冷的AI冬季之外找到工作,但2023年的毕业班可能不会发现自己如此幸运。事实上,大学的研究人员可能是第一个受到影响的人 – 当人工智能资金枯竭时,它可能会影响斯坦福大学的研究部门。

那么我们怎么知道AI冬天来了?简短的回答:我们不这样做,所以要把它吸起来,然后再说出来。但是答案很长,我们来看看可能导致一个因素的因素。

微软研究员John Langford博士通过以下观察为即将到来的AI冬天提供了案例:

有大量证据表明,机器学习中的论文审查过程在几年的指数增长中嘎然而止。

  1. 公众人物经常对AI的状态进行过度批评。
  2. 在雄心勃勃的创业公司里,钱从天而降,故事很精彩。

其中一些似乎是相当大的交易 – NIPS提交中的吸收表明大量的研究,据推测,低质量的研究开始滑倒裂缝,并且对科技名人和科技名人的作考虑。记者通过过度夸张的方式在人工智能冬季中发挥作用。

他的第四点,如果我可以进行社论化,可能是人工智能冬季将是投资者在他们没有得到即时满足最大愿望后吵架的直接结果。很多这些投资者正在创业公司投入数百万美元,除了他们所做的承诺之外,这些创业公司似乎在各方面都是多余的。

第五点看起来更像个人抱怨,目前还不清如何影响人工智能的未来,但这表明NIPS会议如此受欢迎,以至于有人试图扯掉其参与者。

在,兰福德博士接着

我们显然不处于稳定状态。这是泡沫还是革命?答案肯定包括一些革命视野和语音识别的领域已被深层神经架构所创造的巨大经验成功所取代,更普遍的机器学习已经发现了丰富的现实用途。与此同时,我发现很难相信我们不是生活在泡沫中。

所以也许我们已经陷入泡沫了。我们该怎么办呢?根据兰福德的说法,这完全取决于损害控制。他建议一些研究比其他研究更“泡沫化”,研究人员应该把重点放在“智力创造”而不是“智力模仿”上。

但这次的影响可能并不像40年前那么严重。可以肯定地说,我们已经在人工智能领域达到了某种“拯救点”。你可以说,人工智能研究人员承诺的一些事情可能是牵强附会的,例如人工通用智能,但在大多数情况下,机器学习已经为以前未解决的问题提供了解决方案。

例如,我无法想象谷歌放弃供动力的人工智能,除非出现比机器学习更好的东西来完成任务。在这个时刻,世界各地都有无数强大的人工智能使用的例子。

但是,对于风险投资商和企业家来说,最好的建议可能仍然是:一盎司的评估值得一哄猜测。 6E6Q6�6N�SYv

发表评论

电子邮件地址不会被公开。 必填项已用*标注