人們對人工智能有著無限遐想，它早已成為小說和電影最熱門的主題。提及人工智能時，腦海中總是會浮現(xiàn)鋼鐵俠和他的人工智能助手J.A.R.V.I.S（或者它的替代物星期五）、《超能陸戰(zhàn)隊》里的大白或者《西部世界》高科技成人主題公園的畫面。
盡管人工智能作為生活的得力助手，早已解決了先前無法解決的痛點，但按照當(dāng)前科技發(fā)展?fàn)顩r，超越人類能力的類人機器人仍遙不可及。那么，是什么阻擋了類人機器人的誕生呢？
2011年，IBM的問答系統(tǒng)沃森在美國智力競賽節(jié)目《危險邊緣》中擊敗了衛(wèi)冕冠軍布拉德·拉特和肯·詹寧斯。Alpha GO也分別在2016年和2017年擊敗了九段圍棋選手李世石和世界冠軍柯潔。過去的15年間，亞馬遜、谷歌和其他公司利用機器學(xué)習(xí)獲得了巨大的競爭優(yōu)勢。除了通過處理用戶數(shù)據(jù)了解消費者行為外，這些公司還專注于計算機視覺、自然語言處理和許多其它人工智能應(yīng)用。
經(jīng)過數(shù)十年的研究，人工智能的快速發(fā)展要歸于四個方面：
1. 摩爾定律——人工智能研究開始以來，計算機處理能力大約每兩年就增長一倍，使處理大數(shù)據(jù)和復(fù)雜算法成為可能。僅用了兩年時間，谷歌就把Alpha Go從業(yè)余圍棋選手變成了世界冠軍。此外，Alpha Go最新的計算資源版本僅是之前擊敗李世石版本的十分之一。
2. 大數(shù)據(jù)——機器學(xué)習(xí)依賴于大量原始數(shù)據(jù)。僅在過去兩年間，就產(chǎn)生了世界90%的數(shù)據(jù)。
3. 資金——隨著人工智能被廣泛應(yīng)用，風(fēng)投和天使基金紛紛涌入人工智能研究領(lǐng)域，希望找到下一個獨角獸。
4. 算法的復(fù)雜性——研究和資金正推動著趨于精密的算法，以充分利用神經(jīng)網(wǎng)絡(luò)和認(rèn)知計算。
很多人認(rèn)為目前人工智能的發(fā)展已經(jīng)放緩，即將面臨人工智能的第三次寒冬。有些人認(rèn)為在強人工智能方面還沒有取得重大突破，其他人則認(rèn)為當(dāng)前企業(yè)專注于弱人工智能的研究，抑制了整個人工智能行業(yè)的發(fā)展。也有人批評當(dāng)前人工智能研究過于集中，危害社會。
然而，當(dāng)前的股票市場由蘋果、谷歌、亞馬遜、Facebook等公司主導(dǎo)，如果人工智能的第三次寒冬真的來臨，不僅人工智能產(chǎn)業(yè)將停滯不前，全世界都將面臨下一次經(jīng)濟危機。
下載文檔
