人工智能及其局限：面对现实 – Nei.st

使用CN2/CN2GIA顶级线路，支持Shadowsocks/V2ray科学上网，支持支付宝付款，每月仅需 5 美元

## 加入品葱精选 Telegram Channel ##

本文作者蒂姆·克罗斯 (Tim Cross) 说，经过多年的热捧，人们开始认识到 AI 的局限性

那就像是世界创造了第二个中国——只不过构成它的不是十几亿人和数百万家工厂，而是算法和嗡嗡作响的计算机。专业服务公司普华永道 (PwC) 预测，到 2030 年，人工智能 (AI) 将为全球经济增加 16 万亿美元。而全球第二大经济体 2018 年所有活动的总和——从银行、生物技术到商店和建筑业——也不过 13 万亿美元。

普华永道的说法并不稀奇。它的竞争对手、麦肯锡的预测者认为，这个数字大概在 13 万亿美元。其他人则希望从定性而非定量的角度一语惊人。谷歌的老板桑达尔·皮查伊 (Sundar Pichai) 形容 AI 的发展「比火或电的影响更深远」。其他预测也描绘了同样宏大的变化，但不那么令人愉快。聪明的计算机能完成放射科医生、货车司机或仓库工人的工作，可能导致一大波失业潮。

不过，今天的 AI 技术是否真会带来那么翻天覆地的变化？对此的怀疑近来悄悄滋生。AI 正在触及这样或那样的极限，也没能兑现它的一些支持者所做的更宏大的承诺。

毫无疑问，人工智能 (或者确切地说是机器学习，它的子领域之一) 已经取得了显著进展。在诸多以前难以解决的任务上，计算机的表现已大幅改进。2010 年代初期，新的机器学习技术推动图像识别和语言处理等任务取得快速改进，学术界开始为之兴奋。之后它开始传入企业界，最先进入了互联网巨头。这些巨头拥有大量计算资源和海量数据，因此有很好的条件来采用这项技术。如今，现代 AI 技术驱动了搜索引擎和语音助手、电子邮件回复建议、用于解锁智能手机和管控边境的人脸识别系统，以及尝试识别社交媒体上不受欢迎的帖子的算法。

这项技术最高调地展现自身潜力的一次可能是在 2016 年。总部位于伦敦的 DeepMind 是谷歌母公司 Alphabet 旗下的 AI 公司，它创建了一个系统，在古老的亚洲棋盘游戏围棋上击败了世界最好的棋手之一。几千万人观看了这场比赛。这项突破比 AI 大咖们所预期的提前发生了几年甚至几十年。

从皮查伊拿它类比电和火也可以看出，机器学习是一种通用技术，能够影响整个经济。它擅长识别数据中的模式，而这在任何地方都有用。鸟类学家用它来分类鸟类鸣叫；天文学家用它在微弱的星光中寻找行星；银行用它评估信用风险，防范欺诈。在荷兰，当局用它监控社会福利支付系统。在中国，由 AI 技术驱动的人脸识别功能让顾客可以「刷脸」购买食品杂货，也帮助该国在穆斯林占多数的新疆地区运行镇压性的大众监视系统。

Related

最简单好用的 VPS,没有之一，注册立得 100 美金