1
| 本文作者： 章敏 | 2016-09-19 09:38 |
導讀：人工智能熱潮一波接一波，但其結局將如何?有人大贊人工智能，但也有人提出了機器學習智能的概念，稱它才是“帝王”。究竟孰是孰非？只有時間才能證明。
注：本文譯自 Venturebeat，作者為 Evgeny Chereshnev 和 Kaspersky Lab。文中所有觀點均為原作者提出，不代表本網站和本人觀點。
去年，投資者向位于瓦利的 AI 中心初創公司投入了 6.81 億美元。今年的投資金額將達 12 億美元，這也是五年來投入 AI 研發的金額總數。投資周資金大約為 1.5 億美元。這正是硅谷的工作原理：當一個新炒的作看起來似乎有投資者相信時，每個人都會不假思索的跳上火車。沒有人會問：“這列火車去哪兒？”
事實是：人工智能還不存在，而每個假裝有人工智能技術的公司，大多數都是在重新出售“機器學習”這一古老的概念。科學家初次介紹機器學習是在 1959 年，它開始正式“起飛”的時間是 90 年代，云計算、大數據和驚人的搜索算法最終將成為“這枚火箭的燃料”。由于大量的統計數據以他們的方式涌現，系統和服務可以自我改善。但這和 AI 沒有任何關系。
讓我來說明一下不同之處。機器學習智能，或者稱為“MLI”，這是我剛剛自己發明的一個術語。MLI 是亞馬遜一款非常聰明的購物車，它知道其全球用戶的一切，因此，它需要一個人類運營商來提高 CR （轉化率）。
MLI 調整購物體驗，為客戶推薦可能想要購買的貨物。同時，MLI 給開發者提供數據反饋，這些數據會顯示網站上具體的用戶導航，它可以額外提高投資回報率。本質上講 MLI 對開發者說道：
“聽好了，開發者，我試圖把現在的購買按鈕，放在網站上1000個不同的位置，并用2400萬種顏色對它進行繪畫。好消息是：‘如果你把黃色設為默認顏色，并把它放在屏幕右上角的坐標 X 和 Y 處，就可以獲得最高的 RIO 。’”
需要了解的關鍵點是：MLI 無法寫出創造新功能的 C++代碼，因此它的代碼僅僅是一個美化版的購物車，而不是推薦機器人。
真正的 AI 將以不同的方式行動。它能了解其當前的角色和能力。
引用亞馬遜的一個例子，在純粹的理論情況下，購物車將開始自我改進，并最終找到一種方法來吸收現有的一切數據和數字化知識，然后繞過現有的一切安全障礙和規則，最終找到自己的目的和行為模型，其進化速度是人類所無法理解的。
我們花了數百萬年的時間才發展到現在的狀態，我寫一篇文章，而你能坐在數千英里之外立馬閱讀它。我們的成長和發展受限于我們的生物學，而 AI 沒有這樣的限制。系統可以自由定義其路徑，它擁有一切技術和大數據，然后以微秒為單位進化。人工智能可以建立自己的“自主車”，并在現實生活中執行有效的任務。
這并非第一次，有人試圖出售革命性的人工智能概念。在上世紀 80 年代，硅谷的人工智能初創公司蓬勃發展，但大部分產品都沒有任何真正的商業價值。商業的熱情在他們所謂的“AI寒冬”中結束了。
沒有人想投資零商業價值的偽科學。商業想要的東西應該非常清晰、具體、容易經營、控制和操縱。而這些與人工智能恰恰相反，其意圖是不清晰的。就目標或要求而言，它是不具體的，也不可能管理，控制或操縱。
也就是說，如今，沒有任何一家單體公司想在他們的投資組合中，給AI下留一席之地。他們所渴望的是機器學習的智能。最好的一流數據源、人類開發員和工程師之間的共生關系，可以挖掘出那些統計數據中最好的東西，同時盡可能多的讓工作自動化。
大部分數據被微軟，蘋果，谷歌，Facebook 和亞馬遜這五大公司占有，也確實成了一大問題。那些希望用 AI 吸引投資者的初創公司，大多都注定要失敗，因為沒有合法的方式可以連接到“5 大 ”數據集。沒有這些數據，新生可競爭的 MLI 就無法生存下去。
想一想。就在五年前，每個人都談到了社會媒體革命，我們組成了一個有生命—互相談話—互相分享的生物，并產生 了24 億美元的投資。而今年我們的基金甚至還不到 700 萬美元，而且它還在下降。
我打賭，五年之內 AI 也將是同樣的下場。不僅僅是我，連 Symantec 的聯合創始人 Jerry Kaplan 和卡巴斯基實驗室的創始人兼 CEO Eugene Kaspersky 也同樣說道：AI本質上是一個新的投資泡沫，它任何時候都可能破滅，因為它基于“無收入”的評價。
機器學習智能是完全不同的故事。它真的能“火”。但這將是另一篇文章的故事。
Via：VB
推薦閱讀：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
