對于那些有著長久記憶的人來說,現(xiàn)今圍繞在人工智能的炒作似乎愈來愈讓人聯(lián)想到2000年的互聯(lián)網(wǎng)的熱潮。因為創(chuàng)投公司投資數(shù)十億美元于新創(chuàng)的AI公司和人工智能項目層出不窮。卡內(nèi)基美隆大學(xué)教授Zachary Lipton表示,機會主義者對于AI技術(shù)的能力做出太過夸大的說法,這使得商機上壟罩著陰影。
在麻省理工學(xué)院技術(shù)評論舉辦的EmTech會議上,Lipton警告人們,這種炒作方式會讓人們蒙蔽對AI局限性的理解。簡單來說,這使得人們愈來愈難以區(qū)分什么是真正的AI技術(shù),什么是過份夸張的言論。
例如:人工智能技術(shù)--深度學(xué)習(xí),由于其能夠在影像辨識和語音翻譯等上獲得強大成功,甚至其可以幫助自動駕駛汽車到智能手機上的翻譯應(yīng)用程序等獲得更佳的結(jié)果。但是該技術(shù)仍有很大的局限性。許多深度學(xué)習(xí)模型只有在輸入大量數(shù)據(jù)時才能很好地工作,可是其也難以適應(yīng)快速變化的現(xiàn)實情況。
Lipton還強調(diào)了人工智能在技術(shù)方面雖然擁有類似人類的能力,但是當(dāng)人們過于信任人工智能的算法,進而控制自動駕駛汽車和臨床診斷時,很可能產(chǎn)生意料不到的后果。
一般來說,政策制定者不會閱讀科學(xué)文獻,他們只會閱讀一些隨處可見的新聞或者擁有高點擊率的文章,這種只懂得皮毛卻無法深入了解人工智能真正進展,以及其真正能力的極限,都會影響到該領(lǐng)域的政策走向與發(fā)展。
其實,并非只有Lipton一位學(xué)者對這種情況發(fā)展警告。在加州柏克萊大學(xué)的教授Michael Jordan也提出人工智能的革命尚未真正發(fā)生的觀點。其認(rèn)為人工智能從技術(shù)學(xué)術(shù)領(lǐng)域跨越到大眾流通的許多流行語,其實伴隨著重大誤解的成份。因為被「智慧(Intelligence)」詞句套用,所以這使得人們在不同領(lǐng)域?qū)τ谥腔塾胁煌睦斫猓@更讓人們難以用批判性地思考來發(fā)掘潛在的影響。
其實,在當(dāng)今時代,人類有一個真正的機會來構(gòu)思一個以人為本的工程學(xué)科,進而創(chuàng)造歷史的新知識。其不能用簡單的「AI」縮寫來讓這項科學(xué)變得太過局限性。唯有擴大這些科技的使用范圍,淡化炒作心態(tài),才能真正認(rèn)識到未來的嚴(yán)峻挑戰(zhàn)。