人工智能浪潮正在全球迅速、蓬勃地發(fā)展，我們似乎已經迎來了人工智能的“黃金時代”。

數十個國家已經對人工智能大舉投資，并出臺了相關扶持政策;斯坦福大學呼吁美國政府在未來10年向人工智能生態(tài)系統(tǒng)投資1200億美元;美國能源部（DOE）欲利用人工智能加速科學發(fā)現，計劃申請100億美元資金;法國報告顯示，有賴于政府和投資者的支持，2019年新增了38%的人工智能初創(chuàng)企業(yè)。

普華永道預計，到2030年，人工智能每年將為全球經濟貢獻16萬億美元。

“黃金時代”還是寒冬前兆？

人工智能的到來同時伴隨著贊譽和爭議：人臉識別、偽造假視頻、假新聞、算法偏見、或導致大規(guī)模失業(yè)等負面新聞都經常引發(fā)人們的擔憂。

對此，布魯金斯學會（Brookings Institution）表示這僅僅是技術進步中不和諧的噪音，就如同人們曾擔心蒸汽機車會使牛不吃草、雞不下蛋、農民破產，而這些擔憂后來被證明是毫無根據的。

而在許多樂觀預期的背后，也有人指出人工智能技術實則進展緩慢。

一些人聲稱，人工智能將為這個時代帶來變革性的影響，如同電力帶來了第二次工業(yè)革命。這個理論得到了Gartner公司的支持：該公司發(fā)布了2019年“人工智能炒作周期”圖表，圖中顯示，許多人工智能技術正在創(chuàng)新曲線中上升，這將讓人工智能發(fā)展“火上澆油”。

具體而言，Gartner預計語音識別技術將帶來最顯著的變革，而最新出現的基于AI的8種新技術則分別是AI云服務、AutoML、增強智能、可解釋型AI、邊緣AI、強化學習、量子計算和AI市場。

不過，Gartner表示，處于炒作周期創(chuàng)新觸發(fā)階段的技術常常缺乏實用的、可擴展的產品，商業(yè)可行性尚未得到證明。

Gartner的另一項研究則顯示，人工智能的應用滯后于預期，至少在企業(yè)中是這樣。困難包括缺乏人才、缺乏高質量數據以及對技術的理解不夠。

不切實際的承諾、宣傳已經帶來了數次“AI寒冬”：關于AI的投資和研究迅速回落。

進展緩慢

早在2016年，就有預測稱，到2020年將有1000萬輛自動駕駛汽車上路，今年10月，現代汽車還表示計劃在自動駕駛及電動汽車領域投資350億美元。

但福特首席執(zhí)行官吉姆·哈克特（Jim Hackett）坦承，他們過于樂觀地估計了自動駕駛汽車的到來時間，該公司正在縮減其自動駕駛汽車的相關計劃，并認為首批自動駕駛汽車的能力將有所局限。

Uber先進技術集團的首席科學家拉克爾·烏爾塔森（Raquel Urtasun）也表示，自動駕駛汽車還需要很長的時間才能普及。

同樣，關于AI與腦機接口技術被用于醫(yī)學領域、有望治愈疑難病癥（如自閉癥、精神分裂癥）的報道也很多，但仍然停留在研究階段。

利用AI來在浩如煙海的文獻中尋找線索、進行藥物研發(fā)有著很大潛力，但算法也可能出錯，而且不夠成熟，需要進行人工過濾。

斯坦福大學教授大衛(wèi)·切瑞頓表示，自從35年前他第一次接觸人工智能以來，它一直是一項很有前途的技術，而且它仍然很有前途，但“被過度看好了”。

作用有限

目前人工智能領域方面的進步都只局限于“狹義人工智能”（又名弱人工智能）——它只能專注于一件事情。

狹義人工智能能使許多工作中枯燥、重復的部分自動化，它也只能做到這一點。缺點是它仍然只能擔當人類的助手，作用有限，優(yōu)點則是人們目前還不需要擔心出現“天網”、“終結者”那樣的超級人工智能。

例如，社交媒體網站使用的深度學習算法越來越善于識別對象、人，甚至是這些對象和人的詳細特征，但仍然需要人類來辨別和過濾;AlphaGo擊敗了圍棋世界冠軍，但換成戰(zhàn)棋、飛行棋就需要重新訓練。

人類的能力則不僅比人工智能更加廣泛，在某種意義上學習能力也更強——你不需要看成千上萬張圖片才學會認識“什么是貓”。人們試圖創(chuàng)造一個與人腦相類似的通用人工智能（AGI），但由于我們自己對大腦及其功能沒有全面的了解，因此很難對其建模和復制。

關于時間點，微軟總裁布拉德？史密斯（Brad Smith） 預測，人工智能將在未來30年至2050年間改變社會。一項對人工智能專家的調查則預測，到2060年，預計將出現通用人工智能或奇點。