自1950年阿蘭·圖靈在其開創(chuàng)性論文——《計(jì)算機(jī)器與智能》中首次提出“機(jī)器能思考嗎？”這個(gè)問題以來，人工智能（AI）的發(fā)展并非一帆風(fēng)順，也尚未實(shí)現(xiàn)其“通用人工智能（Artificial General Intelligence）”的目標(biāo)。

然而，該領(lǐng)域仍然取得了令人難以置信的進(jìn)步，例如：IBM深藍(lán)機(jī)器人擊敗世界上最優(yōu)秀的象棋手、自動(dòng)駕駛汽車的誕生，以及谷歌DeepMind的AlphaGo擊敗世界最佳圍棋手……目前的成就展示了過去超過65年來最優(yōu)秀的研發(fā)成果。

值得關(guān)注的是，在這段時(shí)間，存在兩個(gè)有詳細(xì)記錄的“人工智能的冬天（AI Winters）”，幾乎完全推翻了人們?cè)缙趯?duì)人工智能的美好預(yù)期。導(dǎo)致人工智能冬天的因素之一是炒作與實(shí)際的根本進(jìn)步之間的差距。

過去幾年來，有推測稱另一個(gè)人工智能冬天可能正在來臨。那么，哪些因素可能引發(fā)下一個(gè)人工智能的冬天？有什么能幫助我們避免下一個(gè)人工智能的冬天？

1.第一個(gè)人工智能冬天

在1974年之前的幾年里，人工智能領(lǐng)域的研究乏善可陳，令人失望，在與該領(lǐng)域一直所吹噓的成果做比較時(shí)尤甚。

例如，在1970年，麻省理工學(xué)院的一名數(shù)學(xué)家Marvin Minsky在接受《生活雜志》采訪時(shí)表示：“在3到8年內(nèi)，我們將制造出一臺(tái)具有一個(gè)普通人一般智力的機(jī)器?！笔潞罂磥?，這在當(dāng)時(shí)是一個(gè)非常大膽，而又莽撞的宣言。

1974年，第一個(gè)人工智能的冬天出現(xiàn)，這主要由Lighthill撰寫的一篇報(bào)告引發(fā)。

報(bào)告發(fā)表于1973年，受英國科學(xué)研究委員會(huì)委托進(jìn)行，旨在對(duì)當(dāng)時(shí)的人工智能研究狀況提供一個(gè)公正的評(píng)估。

在這份報(bào)告中，James Lighthill批評(píng)了人工智能并未實(shí)現(xiàn)其“宏偉目標(biāo)”，并高度批判了機(jī)器人技術(shù)和語言處理等基本領(lǐng)域的基礎(chǔ)研究進(jìn)展。報(bào)道指出：“該領(lǐng)域到目前為止沒有獲得任何其承諾將產(chǎn)生的重大影響的發(fā)現(xiàn)。”

Lighthill的報(bào)告激起了英國和美國學(xué)術(shù)機(jī)構(gòu)對(duì)人工智能大量的信心喪失，導(dǎo)致大規(guī)模的資金消減，最終引發(fā)第一個(gè)人工智能冬天的到來。

在表象的背后，值得注意的是，致使人工智能產(chǎn)業(yè)進(jìn)入第一個(gè)冬天的其實(shí)是硬件問題。正如麻省理工學(xué)院約翰·麥卡錫的一名博士生——Hans Moravec所述，“計(jì)算機(jī)距表現(xiàn)出智力，仍有數(shù)百萬倍的差距。”

2.第二個(gè)人工智能冬天

在1980年第一次人工智能冬天結(jié)束后，多家公司采用了一種名為“專家系統(tǒng)”的人工智能形式。

專家系統(tǒng)是一種機(jī)器，能回答問題，并能解決許多特定領(lǐng)域知識(shí)的問題，似乎展示出了人工智能早期做出的承諾。

這些系統(tǒng)運(yùn)行在名為Lisp的特定人工智能機(jī)器上。在很大程度上，Lisp機(jī)器價(jià)格昂貴，且作為一種高度專業(yè)化的機(jī)器，其選擇了一種狹隘的方式實(shí)現(xiàn)人工智能，以利用真實(shí)、有用的應(yīng)用程序來展示解決方案，試圖縮小實(shí)際成果與期望之間的差距。

在1987年，這種昂貴機(jī)器的市場崩塌了。這主要源于蘋果公司和IBM公司臺(tái)式計(jì)算機(jī)的崛起，為人們提供了更能買得起、更為精密、有更廣泛用途的計(jì)算機(jī)。

與此同時(shí)，美國國防部高等研究計(jì)劃局（DARPA）的新領(lǐng)導(dǎo)層大規(guī)模地削減了對(duì)人工智能產(chǎn)業(yè)的資金注入，因?yàn)樗麄冋J(rèn)為專家系統(tǒng)等當(dāng)前的方法無非就是“聰明的編程”。

這標(biāo)志著第二個(gè)人工智能冬天的開始，這個(gè)冬天一直持續(xù)到了1993年。

3.第三個(gè)人工智能冬天會(huì)到來嗎？

自1993年以來，人工智能領(lǐng)域取得了越來越令人矚目的進(jìn)步。

1997年，IBM公司的深藍(lán)系統(tǒng)成為第一個(gè)打敗世界象棋冠軍加里﹒卡斯帕羅夫的計(jì)算機(jī)象棋選手。

2005年，一臺(tái)斯坦福無人駕駛機(jī)器人未經(jīng)“踩點(diǎn)兒”，便經(jīng)一條沙漠道路自動(dòng)駕駛131英里，贏得DARPA自動(dòng)駕駛機(jī)器人挑戰(zhàn)賽。

最近，在2016年初，谷歌旗下DeepMind的AlphaGo擊敗了世界最優(yōu)秀的圍棋選手。

這些都是人工智能成績斐然的極好例子。然而，可以肯定的說，如果沒有與之并存的計(jì)算機(jī)芯片中硅晶體管的指數(shù)級(jí)增長，也就是俗稱的摩爾定律，所有這些成就都不可能發(fā)生。

正如前文所強(qiáng)調(diào)的，早期人工智能研究面對(duì)的一個(gè)普遍問題是嚴(yán)重缺乏計(jì)算能力，它們受限于硬件，而不是人類智力或能力。

在過去25年里，隨著計(jì)算能力顯著提高，我們?cè)谌斯ぶ悄芊矫嫒〉玫倪M(jìn)步也齊頭并進(jìn)。

然而，令人擔(dān)憂的是，我們正在接近一個(gè)芯片上可以安裝晶體管數(shù)量的理論上的物理界限。事實(shí)上，去年，英特爾披露，其正在放緩?fù)瞥鲂滦酒圃旒夹g(shù)的步伐，因其難以在節(jié)約成本的情況下繼續(xù)縮小晶體管體積。簡而言之，摩爾定律的終點(diǎn)即將來臨。

4.量子計(jì)算，防止下一個(gè)冬天的到來

有一些短期解決方案將能確保計(jì)算能力的繼續(xù)增長，從而促進(jìn)人工智能的進(jìn)步。

例如，在2017年中期，谷歌宣布，其已開發(fā)一款專門的人工智能芯片，名為“云TPU”，該芯片對(duì)深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和執(zhí)行進(jìn)行了優(yōu)化。

本月早些時(shí)候，亞馬遜宣布，其正在為Alexa（人工智能私人助理）開發(fā)自已的芯片。同時(shí)，目前還有眾多初創(chuàng)公司試圖調(diào)整芯片設(shè)計(jì)，以適應(yīng)專門的人工智能應(yīng)用程序。

然而，這些僅是短期解決方案。當(dāng)我們用盡了能優(yōu)化傳統(tǒng)芯片設(shè)計(jì)的方案之后又會(huì)怎么樣呢？我們會(huì)見到另一個(gè)人工智能冬天嗎？

答案是肯定的，除非量子計(jì)算能超越經(jīng)典計(jì)算，并找到更為堅(jiān)實(shí)的答案。量子計(jì)算是一種量子比特疊加和糾纏產(chǎn)生的現(xiàn)象，能夠大幅減少計(jì)算時(shí)間。而隨著更多量子比特的增加，將帶來計(jì)算能力的指數(shù)級(jí)增長。

但是到目前，可實(shí)現(xiàn)“量子霸權(quán)”、比傳統(tǒng)計(jì)算機(jī)更加高效的量子計(jì)算機(jī)還不存在。幸運(yùn)的是，許多不同的科技公司和初創(chuàng)企業(yè)正將大量資源投入到建造量子芯片上。

IBM量子計(jì)算機(jī)原型

回顧人工智能的發(fā)展歷史，我們已看到人工智能的實(shí)際進(jìn)步并不與其大肆宣傳的期望同步的例子。

這種差距很大程度上是因?yàn)槿鄙儆?xùn)練和執(zhí)行人工智能算法的計(jì)算能力而引起的。于是，緊隨而來的便是兩個(gè)人工智能冬天的出現(xiàn)，主要表現(xiàn)為資金投入枯竭和普遍的情緒波動(dòng)。

如果我們?cè)谡嬲摹傲孔影詸?quán)”到來之前就達(dá)到了傳統(tǒng)計(jì)算能力的極限，恐怕未來還會(huì)出現(xiàn)第三個(gè)人工智能的冬天。

人工智能研究人員正努力解決的問題日益復(fù)雜，并推動(dòng)著我們?nèi)?shí)現(xiàn)阿蘭·圖靈對(duì)人工通用人工智能的愿景。然而，仍存在大量工作要做。同時(shí)，沒有量子計(jì)算的幫助，我們將很能實(shí)現(xiàn)人工智能的全部潛力。