AI行業80年發展歷程的啓示

自1943年以來，人工智能(AI)領域經歷了80年的發展歷程。在此期間,AI經歷了資金投入的起起落落、研究方法的多樣化,以及公衆情緒從好奇到焦慮再到興奮的轉變。從這段歷史中,我們可以總結出一些寶貴的經驗教訓。

AI的發展始於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神經元網路的論文。雖然該論文的假設後來未能通過實證檢驗,但它卻啓發了"聯結主義",即當今主導的深度學習AI方法。

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,以及將科學與充滿數學符號的論文混爲一談。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人類無異的機器。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。

第二個教訓是要謹慎對待那些看似光鮮亮麗的新事物。它們可能與之前關於機器何時能擁有人類智能的種種猜測並無太大區別。多年來,通用AI(AGI)一直被說成"即將實現",這都是由於"第一步謬論"導致的。

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。許多人錯誤地認爲,只要耐心等待,最終就能實現完美的AI。

第四個教訓是,初步的成功並不能保證一個持久的"新產業"。即使經歷了十年或十五年的廣泛採用和大量投資,泡沫仍然可能破裂。這一點在專家系統的興衰中得到了充分體現。

第五個教訓是,不要把所有的AI"雞蛋"都放在同一個"籃子"裏。長期以來,符號AI和聯結主義一直在爭奪主導地位。目前,盡管AI研發重心已從學術界轉向私營部門,但整個領域仍執着於單一的研究方向。

這些教訓對於像英偉達這樣的公司來說尤爲重要。作爲一家在AI浪潮中迅速崛起的公司,英偉達需要保持警惕,並從AI的發展歷史中汲取經驗,以應對未來可能出現的挑戰和機遇。