AI发展80年的历程与启示

人工智能(AI)领域已经走过了80年的发展历程。在这段时间里,AI经历了多次起起落落,研究方法不断变化,公众对其态度也时而好奇,时而担忧,时而又充满期待。回顾这段历史,我们可以总结出一些宝贵的经验教训。

AI的历史可以追溯到1943年12月,当时神经生理学家麦卡洛克和逻辑学家皮茨发表了一篇关于理想化神经元网络的论文。虽然这篇论文的假设后来未能通过实证检验,但它启发了"联结主义",也就是如今占主导地位的深度学习AI。

第一个教训是,我们要警惕将工程学与科学混为一谈,将科学与推测混为一谈。更重要的是,要抵制"我们如同神明"的错觉,即认为人类能够创造出与自己一样的机器。这种傲慢在过去80年里一直是科技泡沫和AI周期性狂热的催化剂。

20世纪50年代以来,关于通用AI(AGI)即将实现的预测层出不穷。然而,事实证明这些预测往往过于乐观。第二个教训是,我们要谨慎审视那些看似光鲜亮丽的新事物,它们可能并不比之前关于机器智能的猜测有多大进步。

第三个教训是,从无法做某事到做得不好,通常比从做得不好到做得很好的距离要短得多。我们不应轻易相信"第一步谬论",即认为只要取得初步进展,完美的结果就指日可待。

20世纪60年代中期开始,专家系统曾一度盛行。然而到了90年代初,这场AI热潮彻底破灭。第四个教训是,即便经过十年或十五年的广泛采用和大量投资,初步的成功也未必能催生一个持久的"新产业"。泡沫往往会破裂。

在AI的发展历程中,基于规则的符号AI和基于统计的联结主义一直在争夺主导地位。直到2012年,深度学习才取得决定性胜利。然而,第五个教训告诉我们,不要把所有的AI"鸡蛋"都放在同一个"篮子"里。我们应该鼓励多元化的研究方向。

这些经验教训不仅对AI研究者和从业者有启发,对投资者和决策者也同样重要。英伟达等公司在把握AI机遇方面表现出色,但保持警惕和多元化仍然至关重要。未来30年,AI领域必将继续充满挑战和机遇。