本文最初發(fā)表于 Forbes 網(wǎng)站，經(jīng)原作者 Kathleen Walch 授權，InfoQ 中文站翻譯并分享。

自 1956 年“Artificial intelligence”（人工智能）概念首次出現(xiàn)以來，人工智能就一直存在。業(yè)內(nèi)人士都知道，之前對人工智能都有過大肆炒作，然后就幻滅了。這段對人工智能失去興趣的時期在業(yè)內(nèi)被稱為“人工智能冬天”，之前就已經(jīng)發(fā)生過兩次。所謂的 人工智能冬天，是指人工智能的研究、投資和資金進入低谷期，與人工智能有關的研究或其他項目很難獲得資金，而人才和公司將精力集中在其他地方。

今天，關于人工智能的炒作滿天飛，但人工智能還會繼續(xù)存在下去嗎？會不會還像過去一樣，經(jīng)歷高峰期和低谷期呢？為回答這一問題，重要的是要去了解人工智能的起源和過去。我們還會面臨另一個人工智能冬天嗎？

自從計算機發(fā)明以來，開發(fā)人員一直為制造更為智能的計算機而努力。實際上，“人工智能”這一術語，是 1956 年在達特茅斯（Dartmouth）會議上創(chuàng)造的。從 20 世紀 50 年代到 70 年代初，對人工智能的興趣和投資出現(xiàn)了第一波浪潮。來自政府、學術界和軍方都對人工智能產(chǎn)生了濃厚的興趣，并提供了大量資金，由此催生了人工智能領域最早、也最令人印象深刻的進步。

但所有這些進步和發(fā)展，卻在 20 世紀 70 年代中期戛然而止。人們開始對人工智能的承諾更加懷疑，當人工智能的承諾未能兌現(xiàn)時，不可避免的撤退就發(fā)生了。這一情況，再加上 Lighthill 報告 火上澆油，引發(fā)了人工智能的第一個冬天。造成這種消亡的主要原因有二：人們對于人工智能能夠做什么以及它能解決什么問題，有著宏大的計劃，但這項技術并沒有實現(xiàn)這些宏大的計劃。而且資金來源也缺乏多樣性，因此，當政府和軍方?jīng)Q定撤回對人工智能的投資時，大部分資金也就隨之枯竭了。

20 世紀 80 年代中期，隨著專家系統(tǒng)的發(fā)展，以及對人工智能研究和投資的復興，人們對人工智能研究重新燃起了興趣。公司開始為知識工作者大規(guī)模采購臺式計算機，而專家系統(tǒng)則幫助將臺式計算機和廉價服務器連接起來，從而完成以前分配給昂貴大型機的工作。專家系統(tǒng)幫助許多行業(yè)實現(xiàn)了自動化和決策過程的簡化。這一波浪潮帶來的融資來自于企業(yè)和政府，使得資金來源更加多樣化。

與此同時，隨著人們希望用專家系統(tǒng)來做越來越復雜的事情，專家系統(tǒng)變得越來越熱門，這些人工智能追隨者遇到的問題也就越來越多。眾所周知，專家系統(tǒng)非常依賴數(shù)據(jù)，而在 20 世紀 80 年代，存儲仍然非常昂貴。就技術問題方面而言，存儲和數(shù)據(jù)是專家系統(tǒng)遇到的一些問題。此外，公司還需要開發(fā)自己的數(shù)據(jù)和決策流程，但在如何真正利用這些數(shù)據(jù)方面，則面臨著種種限制。在 20 世紀 80 年代那會兒，還沒有像今天這樣的基于互聯(lián)網(wǎng)的云端來存儲數(shù)據(jù)，也沒有幾乎無限的算力可用，因此將大量數(shù)據(jù)從一個區(qū)域傳輸?shù)搅硪粋€區(qū)域還比較困難。這意味著，專家系統(tǒng)無法與擁有它們的公司之外的系統(tǒng)進行通信，而且也無法獲得進一步發(fā)展所需的數(shù)據(jù)。

這些限制，再加上人們對人工智能興趣的喪失，導致了另一個人工智能冬天的來臨。

結(jié)合專家系統(tǒng)，公司也開始開發(fā)軟件程序來處理各種業(yè)務任務。但專家系統(tǒng)因過于脆弱而聲名狼藉，要獲得期望的輸出，它就必須依賴于特定的輸入。當公司發(fā)現(xiàn)有更便宜的替代方法剛好可以滿足他們的需求時，他們就開始對人工智能項目變得謹慎起來。

在大約這十年左右的時間里，人們對人工智能的興趣和投資真正開花結(jié)果，如果你愿意的話，可以說這就是人工智能“夏天”。

人工智能算法的創(chuàng)新，再加上處理大數(shù)據(jù)的可用性和經(jīng)驗，是人工智能能夠走出“冬眠“的最大原因之一?，F(xiàn)在，我們擁有幾乎無限的存儲空間，并且已經(jīng)能夠成功地管理和處理大量數(shù)據(jù)。深度學習的發(fā)展是我們走出人工智能冬天的另一個原因。 此外，來自企業(yè)、政府、學術界和風投的投資現(xiàn)在也相當多樣化。

此外，數(shù)十個國家已經(jīng)認識到，人工智能對他們的公民和經(jīng)濟增長是如此重要，以至于我們現(xiàn)在有了圍繞人工智能的國家級投資和戰(zhàn)略。此外，人工智能正日益成為日常生活的一部分。如今，世界各地都在使用人工智能來完成各種各樣的任務。我們已經(jīng)將人工智能應用到汽車、電話、高級機器人和其他我們每天都在使用的技術中。人們每天與人工智能互動并不罕見，無論是通過虛擬助手，超個性化的服務和推薦，還是 Netflix 上更好的電影建議?，F(xiàn)在，人工智能存在于我們每天與之交互的許多技術中，而我們卻幾乎忘記了它的存在。有時候，機器人表現(xiàn)實在太好了，結(jié)果就是，我們經(jīng)常無法分辨出它們到底是不是人類。此外，我們還用人工智能來幫助停車，等等。

然而，有了所有這些對人工智能的投資、興趣和資金，我們是否還會迎來另一個人工智能冬天呢？ 我們是不是又一次在人工智能的能力上，承諾過多而實現(xiàn)不足呢？我們會對無人駕駛汽車、自然語言處理和人工智能預測分析的局限性感到失望嗎？投資者會開始從人工智能供應商那里看到萬金油而不是現(xiàn)實世界的實際應用嗎？

盡管肯定還會有很多對人工智能的期望落空，但這一次，我們滿懷希望與期待，下一個人工智能的冬天永遠也不會到來。如果我們重蹈過去的覆轍，比如過于樂觀，或者未能實現(xiàn)人工智能系統(tǒng)的功能，那么，另一個人工智能的冬天總是有可能還會出現(xiàn)的。

一些專家也擔心，由于缺乏有關通用人工智能的研究，我們還沒有搞清楚常識推理，而且很多資助的研究又太過于具體應用。人工智能已經(jīng)融入了我們的日常生活，以至于研究、投資和使用都無法停止，因此，當研究和投資可能會有所降溫時，就像技術浪潮總是不可避免出現(xiàn)的那樣，我們希望，這一次我們不會再進入人工智能冬天。

Kathleen Walch 是以人工智能為重點的研究和咨詢公司 Cognilytica 的執(zhí)行合伙人兼首席分析師，該公司致力于人工智能在公共和私營部門的應用與使用。她也是受歡迎的 AI Today 播客的聯(lián)合主持人，該播客重點介紹公共和私營部門的各種人工智能用例，并就人工智能相關主題采訪客座專家。