近幾年，人工智能呈現(xiàn)瘋狂成長(zhǎng)的態(tài)勢(shì)，并存在了大量的炒作。而今卻討論人工智能會(huì)不會(huì)有第三場(chǎng)冬天，是不是有點(diǎn)不合時(shí)宜呢？實(shí)際上，在歷史上曾在上個(gè)世紀(jì) 70 和 80 年代發(fā)生過兩次人工智能低谷。那么，人工智能的冬天究竟會(huì)不會(huì)再次來臨呢？

上世紀(jì)70年代，由于人工智能夸張、大肆的炒作，吹得天花亂墜，產(chǎn)生了適得其反的結(jié)果。正因人工智能未能實(shí)現(xiàn)令人激動(dòng)的承諾，便認(rèn)為專業(yè)程序員比“人工智能”表現(xiàn)得更好，人工智能在現(xiàn)實(shí)世界中根本沒有前途，所有的人工智能研究經(jīng)費(fèi)便被撤銷了。

上世紀(jì)80年代，人工智能領(lǐng)域又開始了研究，但又因?yàn)槿斯ぶ悄艿哪芰Ρ蝗藶榭浯螅杀靖甙簠s沒有回報(bào)，人工智能研究組織和政府便面臨著交付失敗和巨大損失，這場(chǎng)人工智能的研究便又停滯了數(shù)十年。

而后，人工智能的情況發(fā)生了變化，公眾對(duì)人工智能的興趣又重燃了。因?yàn)槿藗冋莆樟艘活愋碌娜蝿?wù)：分類。或者說是神經(jīng)網(wǎng)絡(luò)，科學(xué)家已經(jīng)開發(fā)出有效的方法來分類大多數(shù)類型的數(shù)據(jù)，包括圖像和自然語言。對(duì)于人工智能電話客服，雖然說聲音聽起來很自然，還有停頓，但這些并不是真的推理和思考產(chǎn)生，而都是通過語音模式的操作來完成的。

有專家說到，我們真的需要降低預(yù)期，并停止夸大 “深度學(xué)習(xí)” 的能力。如果我們不這樣做的話，我們可能會(huì)發(fā)現(xiàn)自己處于另一個(gè)人工智能的冬天。

歷史上的人工智能低谷對(duì)計(jì)算機(jī)科學(xué)的發(fā)展帶來了毀滅性的影響。值得指出的是，今天一些有用的東西，正是發(fā)軔于那個(gè)時(shí)期的研究成果，如，搜索算法，可以在國(guó)際象棋中獲勝；又如最小化運(yùn)輸成本問題。簡(jiǎn)而言之，出現(xiàn)的創(chuàng)新算法往往在某項(xiàng)特定任務(wù)中表現(xiàn)出色。

Thomas Nield說過，為了避免在人工智能冬天中被淘汰的命運(yùn)，你能做的最好的事情就是明確你要解決的問題，并理解其本質(zhì)。然后，尋找為特定問題提供解決方案的直觀路徑的方法。如果要對(duì)文本消息進(jìn)行分類，你可能需要使用樸素貝葉斯；如果你想優(yōu)化交通網(wǎng)絡(luò)，可以使用離散優(yōu)化。無論來自同行的壓力有多大，你都可以帶著健康的懷疑態(tài)度來處理復(fù)雜的模型，并質(zhì)疑這是否正確的方法。

神經(jīng)網(wǎng)絡(luò)之父Geoff Hinton在G7峰會(huì)上說過：人工智能不再有冬天。因?yàn)楝F(xiàn)在的人工智能已經(jīng)是我們?nèi)粘Ｉ畹囊徊糠至恕Ａ硗猓斯ぶ悄艿目焖俚e累了雄厚而龐大的數(shù)據(jù)資源。正是有了堅(jiān)實(shí)的技術(shù)支撐，人工智能的大潮絕不是隨浪起和伏。

想了解更多IT資訊，請(qǐng)?jiān)L問中培偉業(yè)官網(wǎng)：中培偉業(yè)