不一樣的AI：硅谷如何把AI這道熱菜炒成冷飯？

注：【 圖片來源：FILI PIEKNIEWSKI'S BLOG 所有者：FILI PIEKNIEWSKI 】

在20世紀(jì)80年代，有一個(gè)神奇的地方叫硅谷。沒有人知道那里即將發(fā)生什么奇妙的事情，也沒人知道那里的人未來會賺多少錢。這一切都與計(jì)算機(jī)有關(guān)，它創(chuàng)造了奇跡，徹底改變了世界。計(jì)算機(jī)發(fā)揮著各種用途，它革新人們的辦公方式、提供游戲豐富人們的娛樂，還改變我們溝通、購物和使用銀行系統(tǒng)的方式。但在當(dāng)時(shí)，它們笨拙、緩慢，并且很昂貴。除非計(jì)算機(jī)的速度和數(shù)量能再有所突破，否則這些事情就無法實(shí)現(xiàn)。那時(shí)，廣傳著一條摩爾定律——從20世紀(jì)70年代起，集成電路中的晶體管數(shù)量每18個(gè)月就會翻一番。這條定律成立如果成立，未來將是一片光明。市場期待計(jì)算機(jī)有更多新用途，財(cái)富也滾滾而來。

到20世紀(jì)90年代中期，這條定律起作用了。計(jì)算機(jī)的速度越來越快，軟件也變得越來越復(fù)雜，所以每年都要進(jìn)行升級才能跟上進(jìn)度。新一代CPU的速度明顯快于舊版。而新一代軟件產(chǎn)品的速度雖然明顯慢于舊版，但性能變得更加強(qiáng)大了?？偟膩碚f，通過定期升級硬件，軟件的運(yùn)行速度可以和以前一樣，甚至更快，但性能比之前的更好。大多數(shù)增益是由于時(shí)針?biāo)俣鹊奶岣撸?990年代初，時(shí)針頻率是33Mhz，到2000年可達(dá)1Ghz），因此，并不需要為了提升計(jì)算能力而進(jìn)行重寫，在新計(jì)算機(jī)中一切都運(yùn)行得很快。

到了90年代末期，一種新的處理器問世了——圖形處理單元(GPU)。這種新處理器與常規(guī)CPU的不同在于：它們的芯片里有許多小內(nèi)核并行運(yùn)作，優(yōu)化后可以用來進(jìn)行3d圖形渲染。最初，它們作為額外的加速器出售(3dfx voodoo)，但很快就與普通顯卡集成(Nvidia - Riva TNT)。游戲的畫質(zhì)變好了，運(yùn)行也快多了。硅谷大亨們又大賺了一筆。

注：【 圖片來源：FILI PIEKNIEWSKI'S BLOG 所有者：FILI PIEKNIEWSKI 】

但到了2000年，情況開始有所不同。互聯(lián)網(wǎng)泡沫破裂導(dǎo)致很多人虧損錢財(cái)。此外，提高時(shí)針?biāo)俣鹊呐f策略也開始碰壁：為了提高開關(guān)速度，電路的工作電壓必須保持在相對較高的狀態(tài)。然而，這樣恰巧會讓芯片升溫，隨后的速度增益會受到散熱功能的限制。機(jī)不可失，為了讓這場盛宴繼續(xù)下去，CPU制造商開始增加芯片中執(zhí)行核心的數(shù)量。但是，為了保留新處理器的并行性，大部分軟件都要重寫。這時(shí)候，隨著一代又一代的更新，新芯片的發(fā)展速度已經(jīng)不再震撼人心。

更糟糕的是，大部分事物已經(jīng)不需要突飛猛進(jìn)的發(fā)展速度了。大部分軟件堆棧已經(jīng)成熟，應(yīng)用程序已經(jīng)固化，人們不再需要每年都換一個(gè)新的CPU或2倍的內(nèi)存。一切都已經(jīng)飽和。如今大部分辦公室的工作都可以在35美元的Raspberry Pi上完成。就連游戲領(lǐng)域的游戲機(jī)也基本飽和了。這些游戲機(jī)的售價(jià)低于成本價(jià)，初始投資通過游戲中的隱藏費(fèi)用收回。游戲機(jī)為絕大多數(shù)人提供了方便、易用的界面和令人滿意的游戲體驗(yàn)。這對硅谷來說是個(gè)難題，事情的發(fā)展開始放緩。

到了2000年中期，智能手機(jī)這項(xiàng)便利的發(fā)明讓硅谷看到了一線希望。盡管PC市場開始明顯放緩，但這智能手機(jī)這個(gè)新生兒卻生機(jī)勃勃，并在2007年至今推出的各種型號的iphone中達(dá)到頂峰。人們對智能手機(jī)進(jìn)步的關(guān)注點(diǎn)并不在于CPU的速度，而是電量的使用(電池壽命)和傳感器/屏幕的質(zhì)量。在過去10年里，手機(jī)相機(jī)和屏幕確實(shí)取得了巨大進(jìn)步，但除了一個(gè)關(guān)鍵參與者——Apple公司以外，硅谷大亨們并沒有賺的盆滿缽滿。相反，硅谷更專注于軟件方面的業(yè)務(wù)，比如Uber、Netflix等利用新平臺騰飛的服務(wù)公司。

可惜智能手機(jī)革命的火焰不會永遠(yuǎn)燃燒，這一點(diǎn)在一開始就非常明顯。到2018年時(shí)，大多數(shù)人已經(jīng)意識到自己用不著每隔一年就花1000美元來買一部新的手機(jī)，就像之前的PC電腦一樣，舊型號的設(shè)備運(yùn)行新程序一般都沒有問題。這就導(dǎo)致Apple公司的股票在2018年秋季遭受重創(chuàng)，估值遠(yuǎn)低于1T美元。市場不斷衰竭，硅谷需要新的血液。這些能夠與90年代PC革命相匹敵的東西，將使全新的應(yīng)用程序成為可能，并對新產(chǎn)業(yè)造成沖擊和破壞。這將重新點(diǎn)燃對芯片的需求——需要更高級的計(jì)算能力。

到2012年，兩個(gè)潛在的機(jī)會出現(xiàn)了：區(qū)塊鏈和人工智能(AI)。區(qū)塊鏈(2010年最初以比特幣的形式出現(xiàn))旨在通過刪除分類賬(銀行)來完全取代金融系統(tǒng)，并提供一種建立遠(yuǎn)程交易的自認(rèn)證手段。另外，構(gòu)建區(qū)塊鏈的方式還需要強(qiáng)大的計(jì)算能力，以計(jì)算所謂的共識機(jī)制。這就是硅谷所希望的：一個(gè)新的、高利潤的應(yīng)用領(lǐng)域，此外還需要大量新芯片來滿足計(jì)算需求。

AI出現(xiàn)在硅谷時(shí)，大約是2012年。當(dāng)時(shí)一個(gè)不知名的加拿大人Geoff Hinton與他的學(xué)生一起，在連接模型和神經(jīng)網(wǎng)絡(luò)的秘密空間中研究了30年，利用植入GPU的深度神經(jīng)網(wǎng)絡(luò)秒殺了ImageNet目標(biāo)分類競賽的對手。就像區(qū)塊鏈一樣，這項(xiàng)技術(shù)可以開啟應(yīng)用程序的新紀(jì)元，同時(shí)，還需要大量的新芯片。硅谷的許多人很快看到了它的潛力，資金開始源源不斷地流入。

自上世紀(jì)90年代開始，神經(jīng)網(wǎng)絡(luò)就進(jìn)入了漫漫寒冬，神經(jīng)網(wǎng)絡(luò)學(xué)者們則一直蟄伏在大學(xué)研究室。然而，他們很快就注意到了這個(gè)契機(jī)。然后，他們就開始被邀請參加硅谷各種會議。多層感應(yīng)器的新化身AI一鳴驚人，在短段時(shí)間不斷給人類制造驚喜：對象識別和分割，語音識別以及機(jī)器翻譯。這些功能日益完善，很快就被Google和Facebook等擁有大量數(shù)據(jù)的公司所采納。但這些驚喜所帶來的興奮很快就煙消云散。

科學(xué)家們都訓(xùn)練有素，擅長在撥款提案中做出不太靠譜的承諾，現(xiàn)在他們有了一個(gè)更加心儀的客戶：風(fēng)險(xiǎn)投資家。這些人喜歡聽關(guān)于美好未來的故事，而這些故事可能會徹底改變世界。他們的廢話檢測能力比政府資助機(jī)構(gòu)低得多，只要科學(xué)家們在NIPS會議上發(fā)表的一篇論文，就足以規(guī)勸他們放棄必要的調(diào)查。然而在AI領(lǐng)域，這些美好的故事只需要添加一些想象力就能提升到新高度，甚至能和一些著名的科幻電影媲美，讓我們仿佛身處關(guān)鍵的拐點(diǎn)。當(dāng)AI達(dá)到這個(gè)奇點(diǎn)，它的能力將會超出我們的想象。這一切讓我們生怕錯(cuò)過這個(gè)千載難逢的時(shí)機(jī)。

曾經(jīng)，即使是上述的政府機(jī)構(gòu)也會成為AI承諾下的受害者，每次都會導(dǎo)致資金凍結(jié)，故稱為“AI寒冬”。但是，硅谷買下來這個(gè)故事，并且舉辦了史上最大的AI盛宴。他們在AI這件事上從未猶豫過。研發(fā)中心、非營利性實(shí)驗(yàn)室和初創(chuàng)企業(yè)開始迅速壯大起來，哪怕剛從大學(xué)畢業(yè)的深度學(xué)習(xí)科學(xué)家們沒有任何從業(yè)經(jīng)驗(yàn)。初創(chuàng)公司開始蓬勃發(fā)展，并向人們承諾在機(jī)器人、自動駕駛汽車、無人機(jī)等各個(gè)領(lǐng)域創(chuàng)造奇跡。而所有問題的解決方案都與深度學(xué)習(xí)有關(guān)，在更多的數(shù)據(jù)和更大的GPU上訓(xùn)練更深層次的網(wǎng)絡(luò)。它的工作方式非常神奇，需要更多數(shù)據(jù)和計(jì)算支撐。于是，盛宴開始！

然而，到了2018年，開始有人意識到事情可能不會朝著預(yù)想的方向發(fā)展。大多數(shù)“真實(shí)世界”的目標(biāo)識別或分割基準(zhǔn)開始顯示出明顯的收益遞減跡象。經(jīng)過對大量數(shù)據(jù)和極其強(qiáng)大的機(jī)器的訓(xùn)練，這些模型在性能上只顯示出有限的提高，在某些情況下性能根本就沒有提高。科學(xué)家們沒有大量生產(chǎn)產(chǎn)品，而是寫了很多論文，研究了新技術(shù)令人驚訝的局限性。

在深度學(xué)習(xí)本應(yīng)帶來科技革命的所有方向中，唯一一個(gè)不斷帶來驚喜的領(lǐng)域只有一個(gè)——游戲。因?yàn)橛螒蚩梢栽谟?jì)算機(jī)上實(shí)現(xiàn)，并且產(chǎn)生的數(shù)據(jù)比在現(xiàn)實(shí)世界的應(yīng)用程序中獲得和標(biāo)記的數(shù)據(jù)要多幾個(gè)數(shù)量級。在許多情況下，僅僅訓(xùn)練玩游戲的智能體就可能花費(fèi)數(shù)十萬美元（僅僅是電力和計(jì)算硬件）。但是同樣的情況在實(shí)際生活中并不適用，因?yàn)閹?biāo)簽的數(shù)據(jù)非常昂貴，而且經(jīng)常甚至不能完全代表當(dāng)前問題。在AI狂熱中，被逐漸遺忘的 Moravec 悖論變得比以往任何時(shí)候都更加明顯。雖然深度學(xué)習(xí)使許多新事物在計(jì)算機(jī)感知的廣闊領(lǐng)域成為可能，但它甚至沒有觸及AI的基本問題。

自動駕駛汽車的研發(fā)是AI進(jìn)步的試金石。到2016年，硅谷的許多人都相信這項(xiàng)技術(shù)已經(jīng)準(zhǔn)備就緒，并將成為深度學(xué)習(xí)的關(guān)鍵支柱之。畢竟，汽車已經(jīng)可以在不受干預(yù)的情況下行駛數(shù)英里?？偛课挥诠韫鹊钠囍圃焐烫厮估踔灵_始將這一還未正式上線的功能出售。

到了 2019 年初，這些公司開始放緩腳步，因?yàn)槌霈F(xiàn)幾起關(guān)于銷售 vaporwave 的訴訟。與此同時(shí)，對于許多自動駕駛汽車公司而言，2018 年是艱難的一年，因?yàn)橄嗬^出現(xiàn)了亞利桑那州 Uber AV 車禍致死案和特斯拉的幾起自動駕駛致死事故。此時(shí)，即使是硅谷里的人也開始慢慢地認(rèn)識到，一輛完全自主駕駛的汽車，像出租車一樣載著大家到處走，仍然是一個(gè)非常遙遠(yuǎn)的未來。汽車?yán)锶匀粫b置電腦，從這個(gè)意義上說，硅谷贏了，但這與早期的夢想相去甚遠(yuǎn)。

2018年，硅谷的另一個(gè)大賭注面臨嚴(yán)重打擊：比特幣，區(qū)塊鏈的重要產(chǎn)品，價(jià)值暴跌超過80%。人們虧損很多錢，對加密貨幣的熱情一落千丈。深度學(xué)習(xí)和區(qū)塊鏈都是非常有趣的技術(shù)，它們使以前不可能的事情成為了可能。谷歌圖片搜索比以前好用多了，機(jī)器翻譯目前已經(jīng)足夠讓你在異國他鄉(xiāng)找到路，盡管離翻譯詩歌還很遠(yuǎn)。這些改善似乎都不足以讓硅谷下大賭注。因?yàn)檫@些都不像90年代的電腦狂潮那樣有利可圖。

至于AI，這個(gè)炒作周期與之前的并沒有太大差別。我們讓電腦做一些似乎只有受過教育的成年人才能做的事情，但后來意識到，這些電腦無法處理嬰兒或動物認(rèn)為理所當(dāng)然的事情。只要我們繼續(xù)落入同樣的陷阱，AI(通用人工智能)將仍然是一個(gè)白日夢。

很難預(yù)測未來，但至少目前看來，這兩種押注都是死胡同。或許就像Google和Facebook等互聯(lián)網(wǎng)公司崩潰后出現(xiàn)的情況一樣，當(dāng)前炒作周期的終結(jié)將催生出類似于區(qū)塊鏈或所謂的人工智能領(lǐng)域的頭獎。但就像那樣，只有極少數(shù)人會贏，而很多人會輸?shù)煤軕K。