AI發展80年的歷程與啓示

人工智能(AI)領域已經走過了80年的發展歷程。在這段時間裏,AI經歷了多次起起落落,研究方法不斷變化,公衆對其態度也時而好奇,時而擔憂,時而又充滿期待。回顧這段歷史,我們可以總結出一些寶貴的經驗教訓。

AI的歷史可以追溯到1943年12月,當時神經生理學家麥卡洛克和邏輯學家皮茨發表了一篇關於理想化神經元網路的論文。雖然這篇論文的假設後來未能通過實證檢驗,但它啓發了"聯結主義",也就是如今佔主導地位的深度學習AI。

第一個教訓是,我們要警惕將工程學與科學混爲一談,將科學與推測混爲一談。更重要的是,要抵制"我們如同神明"的錯覺,即認爲人類能夠創造出與自己一樣的機器。這種傲慢在過去80年裏一直是科技泡沫和AI週期性狂熱的催化劑。

20世紀50年代以來,關於通用AI(AGI)即將實現的預測層出不窮。然而,事實證明這些預測往往過於樂觀。第二個教訓是,我們要謹慎審視那些看似光鮮亮麗的新事物,它們可能並不比之前關於機器智能的猜測有多大進步。

第三個教訓是,從無法做某事到做得不好,通常比從做得不好到做得很好的距離要短得多。我們不應輕易相信"第一步謬論",即認爲只要取得初步進展,完美的結果就指日可待。

20世紀60年代中期開始,專家系統曾一度盛行。然而到了90年代初,這場AI熱潮徹底破滅。第四個教訓是,即便經過十年或十五年的廣泛採用和大量投資,初步的成功也未必能催生一個持久的"新產業"。泡沫往往會破裂。

在AI的發展歷程中,基於規則的符號AI和基於統計的聯結主義一直在爭奪主導地位。直到2012年,深度學習才取得決定性勝利。然而,第五個教訓告訴我們,不要把所有的AI"雞蛋"都放在同一個"籃子"裏。我們應該鼓勵多元化的研究方向。

這些經驗教訓不僅對AI研究者和從業者有啓發,對投資者和決策者也同樣重要。英偉達等公司在把握AI機遇方面表現出色,但保持警惕和多元化仍然至關重要。未來30年,AI領域必將繼續充滿挑戰和機遇。