换个角度看AI：硅谷如何把AI这道热菜炒成冷饭？-AG 尊龙凯时

录：【 图片来源：FILI PIEKNIEWSKIS BLOG 所有者：FILI PIEKNIEWSKI 】在20世纪80年代，有一个神秘的地方叫硅谷。没有人告诉那里将要再次发生什么不可思议的事情，也没有人告诉那里的人未来不会赚到多少钱。

这一切都与计算机有关，它建构了奇迹，彻底改变了世界。计算机充分发挥着各种用途，它革新人们的办公方式、获取游戏非常丰富人们的娱乐，还转变我们交流、购物和用于银行系统的方式。但在当时，它们僵硬、较慢，并且很便宜。

除非计算机的速度和数量能再行有所突破，否则这些事情就无法构建。那时，广传着一条摩尔定律——从20世纪70年代起，集成电路中的晶体管数量每18个月就不会翻一番。这条定律正式成立如果正式成立，未来将是一片光明。

市场期望计算机有更加多新的用途，财富也滚滚而来。到20世纪90年代中期，这条定律起起到了。计算机的速度越来越快，软件也显得更加简单，所以每年都要展开升级才能跟上工程进度。

新一代CPU的速度显著慢于旧版。而新一代软件产品的速度虽然显著慢于旧版，但性能显得更为强劲了。总的来说，通过定期升级硬件，软件的运营速度可以和以前一样，甚至更加慢，但性能比之前的更佳。

大多数增益是由于时针速度的提升（1990年代初，时针频率是33Mhz，到2000年平均1Ghz），因此，并不需要为了提高计算能力而展开改写，在新的计算机中一切都运营得迅速。到了90年代末期，一种新的处理器问世了——图形处理单元(GPU)。这种新的处理器与常规CPU的有所不同在于：它们的芯片里有许多小内核分段运作，优化后可以用来展开3d图形图形。最初，它们作为额外的加速器出售(3dfx voodoo)，但迅速就与普通显示卡构建(Nvidia - Riva TNT)。

游戏的画异化好了，运营也慢多了。硅谷大亨们又大赚了一笔。录：【 图片来源：FILI PIEKNIEWSKIS BLOG 所有者：FILI PIEKNIEWSKI 】但到了2000年，情况开始有所不同。互联网泡沫裂痕造成很多人亏损钱财。

此外，提升时针速度的旧策略也开始刁难：为了提升电源速度，电路的工作电压必需维持在比较较高的状态。然而，这样刚好不会让芯片加剧，随后的速度增益不会受到风扇功能的容许。机不可失，为了让这场盛宴继续下去，CPU制造商开始减少芯片中继续执行核心的数量。但是，为了保有新的处理器的并行性，大部分软件都要改写。

这时候，随着一代又一代的改版，新的芯片的发展速度早已仍然震撼人心。更加差劲的是，大部分事物早已不必须突飞猛进的发展速度了。大部分软件堆栈早已成熟期，应用程序早已烧结，人们仍然必须每年都换回一个新的CPU或2倍的内存。

一切都早已饱和状态。如今大部分办公室的工作都可以在35美元的Raspberry Pi上已完成。

就连游戏领域的游戏机也基本饱和状态了。这些游戏机的售价高于成本价，初始投资通过游戏中的隐蔽费用交还。游戏机为绝大多数人获取了便利、易懂的界面和令人满意的游戏体验。

这对硅谷来说是个难题，事情的发展开始上升。到了2000年中期，智能手机这项便捷的发明者让硅谷看见了一线希望。

尽管PC市场开始显著上升，但这智能手机这个新生儿却生机勃勃，并在2007年至今发售的各种型号的iphone中超过顶峰。人们对智能手机变革的关注点并不在于CPU的速度，而是电量的用于(电池寿命)和传感器/屏幕的质量。

在过去10年里，手机照相机和屏幕显然获得了巨大进步，但除了一个关键参与者——Apple公司以外，硅谷大亨们并没赚到的盆剩钵剩。忽略，硅谷更加专心于软件方面的业务，比如Uber、Netflix等利用新的平台腾飞的服务公司。

惜智能手机革命的火焰会总有一天自燃，这一点在一开始就非常明显。到2018年时，大多数人早已意识到自己用不着间隔一年就花上1000美元来卖一部新的手机，就像之前的PC电脑一样，原有型号的设备运营新的程序一般都没问题。这就造成Apple公司的股票在2018年秋季遭到重创，估值近高于1T美元。市场大大中风，硅谷必须新的血液。

这些需要与90年代PC革命相匹敌的东西，将使全新的应用程序沦为有可能，并对新的产业导致冲击和毁坏。这将重新点燃对芯片的市场需求——必须更加高级的计算能力。到2012年，两个潜在的机会经常出现了：区块链和人工智能(AI)。

区块链(2010年最初以比特币的形式经常出现)目的通过移除分类账(银行)来几乎代替金融系统，并获取一种创建远程交易的自证书手段。另外，建构区块链的方式还必须强劲的计算能力，以计算出来所谓的共识机制。这就是硅谷所期望的：一个新的、低利润的应用领域，此外还必须大量新的芯片来符合计算出来市场需求。

AI经常出现在硅谷时，约是2012年。当时一个不著名的加拿大人Geoff Hinton与他的学生一起，在相连模型和神经网络的秘密空间中研究了30年，利用植入GPU的深度神经网络秒杀了ImageNet目标分类竞赛的输掉。就像区块链一样，这项技术可以打开应用程序的新纪元，同时，还必须大量的新芯片。

硅谷的许多人迅速看见了它的潜力，资金开始源源不断地流向。自上世纪90年代开始，神经网络就转入了漫漫寒冬，神经网络学者们则仍然潜伏在大学研究室。然而，他们迅速就注意到了这个契机。然后，他们就开始被邀参与硅谷各种会议。

多层感应器的新化身AI一鸣惊人，在短段时间大大给人类生产惊艳：对象辨识和拆分，语音辨识以及机器翻译。这些功能日益完善，迅速就被Google和Facebook等享有大量数据的公司所接纳。但这些惊艳所带给的激动迅速就烟消云散。

科学家们都训练有素，擅长于在经费议案中作出不过于靠谱的允诺，现在他们有了一个更为心仪的客户：风险投资家。这些人讨厌听得关于美好未来的故事，而这些故事可能会彻底改变世界。他们的废话检测能力比政府资助机构较低得多，只要科学家们在NIPS会议上公开发表的一篇论文，就不足以责备他们退出适当的调查。

然而在AI领域，这些幸福的故事只必须加到一些想象力就能提高到新高度，甚至能和一些知名的科幻电影相媲美，让我们好像身处关键的拐点。当AI超过这个奇点，它的能力将不会远超过我们的想象。这一切让我们生怕错失这个千载难逢的时机。曾多次，即使是上述的政府机构也不会沦为AI允诺下的受害者，每次都会造成资金失效，故称作“AI寒冬”。

但是，硅谷买下来这个故事，并且举行了史上仅次于的AI盛宴。他们在AI这件事上未曾犹豫不决过。研发中心、非营利性实验室和初创企业开始很快发展壮大一起，哪怕刚刚从大学毕业的深度自学科学家们没任何从业经验。

初创公司开始蓬勃发展，并向人们允诺在机器人、自动驾驶汽车、无人机等各个领域建构奇迹。而所有问题的解决方案都与深度自学有关，在更好的数据和更大的GPU上训练更加深层次的网络。它的工作方式十分神秘，必须更加多数据和计算出来承托。于是，盛宴开始！然而，到了2018年，开始有人意识到事情有可能会朝着预期的方向发展。

大多数“真实世界”的目标辨识或拆分基准开始表明出有显著的收益递增迹象。经过对大量数据和极为强劲的机器的训练，这些模型在性能上只表明出有受限的提升，在某些情况下性能显然就没提升。科学家们没大量生产产品，而是写出了很多论文，研究了新技术令人吃惊的局限性。在深度自学本不应带给科技革命的所有方向中，唯一一个大大带给惊艳的领域只有一个——游戏。

因为游戏可以在计算机上构建，并且产生的数据比在现实世界的应用程序中取得和标记的数据要多几个数量级。在许多情况下，意味着训练玩游戏的智能体就有可能花费数十万美元（意味着是电力和计算出来硬件）。

但是某种程度的情况在实际生活中并不限于，因为带上标签的数据十分便宜，而且常常甚至无法几乎代表当前问题。在AI疯狂中，被渐渐消逝的 Moravec 悖论显得比以往任何时候都更为显著。虽然深度自学使许多新事物在计算机感官的辽阔领域沦为有可能，但它甚至没看清AI的基本问题。自动驾驶汽车的研发是AI变革的试金石。

到2016年，硅谷的许多人都坚信这项技术早已准备就绪，并将沦为深度自学的关键支柱之。却是，汽车早已可以在受介入的情况下行经数英里。

总部坐落于硅谷的汽车制造商特斯拉甚至开始将这一还并未月上线的功能出售。到了 2019 年初，这些公司开始上升脚步，因为经常出现几起关于销售 vaporwave 的诉讼。与此同时，对于许多自动驾驶汽车公司而言，2018 年是艰苦的一年，因为陆续经常出现了亚利桑那州 Uber AV 车祸致死案和特斯拉的几起自动驾驶丧命事故。此时，即使是硅谷里的人也开始慢慢地认识到，一辆几乎自律驾驶员的汽车，像出租车一样载有着大家四处回头，依然是一个十分很远的未来。

汽车里依然不会装置电脑，从这个意义上说道，硅谷输掉了，但这与早期的梦想相去甚远。2018年，硅谷的另一个大赌局面对相当严重压制：比特币，区块链的最重要产品，价值下跌多达80%。

人们亏损很多钱，对加密货币的热情一落千丈。深度自学和区块链都是十分有意思的技术，它们使以前不有可能的事情沦为了有可能。

谷歌图片搜寻比以前好用多了，机器翻译目前早已充足让你在异国他乡寻找路，尽管离翻译成诗歌还较远。这些提高或许都足以让硅谷下大赌局。因为这些都不像90年代的电脑狂潮那样有利可图。

至于AI，这个抹黑周期与之前的并没过于大差异。我们让电脑做到一些或许只有接受教育的成年人才能做到的事情，但后来意识到，这些电脑无法处置婴儿或动物指出理所当然的事情。只要我们之后落到某种程度的陷阱，AI(标准化人工智能)将依然是一个白日梦。

很难预测未来，但最少目前显然，这两种押注都是死胡同。也许就像Google和Facebook等互联网公司瓦解后经常出现的情况一样，当前抹黑周期的落幕将费伊类似于区块链或所谓的人工智能领域的头奖。但就像那样，只有极少数人不会输掉，而很多人会输得很惨。

(公众号：)录：本文作者FILIP PIEKNIEWSKI文章来源：Piekniewskis bloghttps://blog.piekniewski.info/2019/03/12/a-short-story-of-silicon-valleys-affair-with-ai/undefinedundefined版权文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：AG 尊龙凯时-www.lnqybg.com