近两年人工智能开始疯狂生长，各种人工智能将会颠覆产业、颠覆生活，甚至取代人类的“宏大叙事”接踵而至。似乎人工智能在未来已经是板上钉钉的事情。
但如果暂时放下对人工智能的美好想象，坐下来平心静气的观察一下人工智能的历史，却可能产生不少另类的结论：
比如人工智能并不怎么前沿和未来，事实上人工智能比大部分我们日常生活中用到的科技都要“老气横秋”。从图灵上世纪40年代提出现代人工智能概念，到1956年达特茅斯学院的一次会议上诞生第一个人工智能程序，人工智能这东西至少已经是60岁高龄的“爷爷级”技术。
而且人工智能改变生活，代替人类工作也不是什么新鲜论调，这种说法在几十年里被反复抛出….结果呢，直到今天也没出现。
回顾这六十年，AI的发展绝不是一帆风顺的。尤其是两次堪称具有毁灭意义的，被广泛承认的AI之冬，很大程度上将学界伸入现实的AI产业进行了清零。
所以在AI火爆的今天，重新回顾这两次堪称产业灾难的事件很有意义。尤其当我们发现，今天的很多画面都只不过是场景重现的时候…….
第一次AI之冬：美好憧憬抵不过一场暴风雪
时间轴回到上世纪60年代。其实很多我们在今天认为是AI核心的技术方案，那个时候都已经被提出。比如神经网络的构想，比如机器学习领域的很多基础算法。但在当时，这些都是“旁门左道”，真正占领AI话语制高点的是逻辑理论。
自从1956年被提出之后，应用逻辑理论的人工智能程序在20年间不断获得举世瞩目的成就。比如在国际跳棋比赛中战胜人类选手、自己解决代数问题等等，当时带来的社会冲击，想来跟我们今天看AI下围棋、AI与人聊天一样震撼。
1959年约翰·麦卡锡发表论文阐述了完整的AI系统。之后AI机器人开始进驻工业生产线，甚至出现了能完成自然语言处理的AI程序。
更重要的是，由于当时的国际政治秩序，美国为首的西方国家大量动用国防开支来支持人工智能研发，各种实验室和AI企业拔地而起。就在当时，已经有科学家预言70年代机器人将彻底取代人类工作，也有科学家和社会名流认为AI将毁灭人类——是的，一切都和今天如此相似。
但这次持续20年的AI第一次繁荣期，却在1974年画上了句号。
其主要原因，还是逻辑理论下的AI系统难以工程化。纸上谈兵的AI太多，但耗费了巨额资金和漫长等待后，依然没有能成为实物、带来实际价值的AI系统。
就在人们开始逐渐放弃对AI的幻想时，最后一根导火索被点燃了：应用数学领域的大师，詹姆斯·莱特希尔爵士在给英国科学研究委员会所做的报告中，用详尽的数据和调查结果狠狠批判了AI产业的发展现状，并且断言“人工智能研究没有带来任何重要影响。”
这场带来AI之冬的报告，引发了西方各国政府大幅度削减AI研究经费，林立的实验室接连破灭。第一次AI繁荣时期的主角逻辑理论也至今埋没在历史的尘埃中，难以与机器学习、神经网络等后辈相抗衡。
第二次AI之冬：计算机的悲喜三重奏
好在进入80年代，不安分AI又开始了蠢蠢欲动。
相比于60年代作为军备竞赛产物的AI，80年代的AI是因为商业化前景迎来了又一次集体兴奋。
这次利好消息也是来自多方面的。首先在学界，机器学习开始取代逻辑理论成为主流。而反向传播算法为代表的多层神经网络被研发成功，成为了直到今天都影响AI界的大事。由于多层神经网络的自我排错性和兼容性良好，带来了AI逼近通用的新希望。
(多层神经网络逻辑示例)
而在产业方面同样传来了利好消息：1975年第一台LISP计算机研制成功，到了80年代，这种广泛被看好可以实现自然语言处理、知识工程、工业分析的计算机类型，成为了商业追逐的风口。据统计，到80年代中期美国已经有100家以上的LISP公司，这在当年可谓新兴产业中的翘楚。
另一方面，是1981年工业部开始了第五代计算机项目研究。这在当时日本经济腾飞的大背景下受到了全世界的广泛关注，美英等国也处于战略考虑重新开始自主AI计算机发展。
多方面的利好加持下，AI又一次来到了舞台中央。但这次快速登场等来的却是更快速的谢幕。
第二次AI之冬并没有一个标志性的事件作为开启。但1987年是一个被广泛认同的时间节点。这一年华尔街大崩溃，全球范围内迎来了史无前例的金融危机。而LISP机产业也裹挟其中，由于LISP的真实应用场景欠奉，危机中的资本界很快失去了耐心，泡沫急速破碎，相关公司近乎全线破产，AI又一次成为了欺骗与失望的代名词。
当然，这次AI之冬非常漫长的原因在于90年代个人计算机时代正式到来。原本已经对AI计算机失去耐心的人们瞬间被PC这个大怪兽圈粉——之后的故事我们都知道，AI陷入了史无前例的长眠，直到近几年又一次苏醒。
纵观整个第二次AI之冬，它由日本的第五代计算机计划开启，被LISP计算机的泡沫点燃，最终被个人计算机时代到来给彻底坐实。三种计算机的三种命运，写成了AI的几十年运数，想想也是怪有意思的。
AI之冬的总结与教训
如今的AI再繁荣，就像前两次一样，都是由几大利好消息作为核心支撑产生了。
首先是深度学习的崛起让业界看到了全新希望，其次移动芯片等计算系统硬件的飞跃，也让AI需要的庞大运算力成为可能。
但更关键的是大数据时代的到来，让训练AI必须的数据不再遥不可及。这也是AI最大的利好消息，以至于让学界和商界不那么担忧“第三次AI之冬”。
但纵观前两次AI的劫难，不难发现AI产业的兴衰是有规律的。总结这些规律，可以认为AI有三点特征始终没有改变：
第一、AI是经济兴奋的造物。每一次AI潮的爆发和冷却，都是由没有被完全验证的技术利好，引发各领域的全线疯狂。但当技术利好最终被证明无效的时候，产业寒冬就会无情爆发。
第二、AI是国家战略的附庸。历史和今天都证明了，每一次AI崛起都离不开国家间的技术博弈。因为AI本身具有的经济和军事变革想象力实在过于巨大。主流大国都不会坐视对手独自发展这一技术。但如果一旦国家战略转向，AI的情景就将十分危险。
第三、AI有可能被其他技术赶超并替代。我们都以为AI将彻底取代家用计算机，殊不知真实的历史恰好相反。当我们以为AI就是唯一未来的时候，市场往往会有其他看起来“不那么聪明”的技术出来搅局，用铁一样的数据证明谁才是老大。
这三点可以说是AI产业被反复验证的规律，也是两次AI之冬留下的宝贵经验。如果我们认同这些常识，或许可以从中得到一些教训，用以避免灾难——或者至少在灾难中自保。
首先，我们要承认AI的产业破坏力是惊人的。历次AI之冬的深层诱因，都很难离开学界、商界和政府普遍都希望AI是一种锦上添花的附加技术。而不愿意将AI视作现有技术和工业体系的颠覆者。但AI这种东西确实从出发点就与传统计算机科学极为不同，如果不愿意以打破既有利益格局为代价，全面拥抱AI，最后的结果恐怕会是畏首畏尾，重新导致AI产品在实践中寸步难行，变成一个AI来了又走的恶性闭环。
其次，无论是创业还是资本注入，都应该避免赌博式投注。事实已经证明AI很难成为迅猛的风口，进入AI界必须忍受技术原型、实验模型、商用产品三者之间漫长的时间差。另外AI在历史上已经很多次创造了畸形生长的伪风口，这都是市场过分期待AI马上变现带来的恶果，最后泡沫破裂，自食其果的只能是AI从业者自己。
最后，如果认同AI是一个很可能反复，甚至重新进入冬天的技术领域，那么学界、商界和政府应该各自有一套取舍和保存火种的机制。AI不应在盛夏被捧得过高，也不应在寒冬被一棍子打死。只有确保自己的每一步都从AI中收益，并帮助行业整体良性发展，AI之冬的损伤才能降到最低。
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：lixiaojiao
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
