《華爾街日報(bào)》今日撰文稱，人工智能概念被炒得火熱，但是現(xiàn)階段的人工智能大多是“預(yù)先培訓(xùn)過的”系統(tǒng)，只相當(dāng)于生物智能進(jìn)化階段的水母，遠(yuǎn)遠(yuǎn)談不上可類比人腦智慧的水平。人工智能仍有很長的路要走。

　　以下是文章主要內(nèi)容：

　　人工智能的時(shí)代到來了，但創(chuàng)建可用于解決多種問題的系統(tǒng)可能還需要幾十年的時(shí)間。

　　宣稱采用人工智能（AI）的初創(chuàng)公司所吸引的投資正在達(dá)到創(chuàng)紀(jì)錄水平。大型科技公司紛紛全力以赴，高等院校整個(gè)系的人才都被抽干。自2011以來，近140家人工智能公司已被收購，其中包括今年的40家。

　　AI正在進(jìn)入我們的日常生活，比如智能設(shè)備中的語音識(shí)別、Facebook和谷歌賬號(hào)中的圖像識(shí)別等。

　　現(xiàn)在，谷歌的母公司Alphabet Inc.聯(lián)手亞馬遜和微軟等公司，以租賃的方式，將他們的部分智慧成果提供給其他企業(yè)。想讓你的app應(yīng)用程序或小工具響應(yīng)語音指令，并用自己的“聲音”回答問題？這些服務(wù)都可以做到。需要轉(zhuǎn)錄對話以便分析？這類新型服務(wù)可以做到這一點(diǎn)，以及其他許多事情，從面部識(shí)別到識(shí)別圖像中的內(nèi)容，面面俱到。

　　但是，從這些新的人工智能玩具中提煉出可量化的功能實(shí)屬不易。“每個(gè)人都認(rèn)為AI春天來了，AI的夏天還會(huì)遠(yuǎn)嗎？但我認(rèn)為那是10年以后的事情，”安吉拉·巴薩 （Angela Bassa） 說，她在能源智能軟件公司EnerNOC公司擔(dān)任數(shù)據(jù)科學(xué)團(tuán)隊(duì)主管。

　　在切換到新角色之前，巴薩女士曾帶領(lǐng)EnerNOC的一支團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)，將大量數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)程序以便“訓(xùn)練”它們。但該公司發(fā)現(xiàn)客戶對分析更感興趣，而不是復(fù)雜的人工智能驅(qū)動(dòng)算法可提供的增量價(jià)值。

　　巴薩說，人工智能需要三樣?xùn)|西，但大多數(shù)公司都無法滿足需求。一是充足的數(shù)據(jù)，像Facebook、亞馬遜、Alphabet、通用電氣和其他公司正在收集大量的數(shù)據(jù)，但這種情況并不多見。

　　第二個(gè)問題是一個(gè)小的差異就可以證明創(chuàng)建人工智能系統(tǒng)物超所值。如果人工智能系統(tǒng)可以將信用卡公司的欺詐檢測率提高1%，可能價(jià)值數(shù)千萬美元。然而，對于一家生產(chǎn)不同產(chǎn)品的中等規(guī)模制造商而言，在特定生產(chǎn)線上，將生產(chǎn)率提高1%可能不如雇傭六名高薪工程師更加劃算。

　　這導(dǎo)致了第三個(gè)稀缺：建立系統(tǒng)的人員不足。人工智能的人才大爭正在推動(dòng)成本的上升。“也許世界上僅有5000個(gè)人能夠制造出一臺(tái)幫人們省錢的機(jī)器學(xué)習(xí)系統(tǒng)，前提是增加投資，”巴薩女士說。

　　這并不意味著人工智能對企業(yè)是無用的。但它確實(shí)表明，人工智能的概念被炒得過火了。利用人工智能創(chuàng)建一些可用于解決各種問題的系統(tǒng)，而不是像目前一樣，僅僅將其投入到狹窄的應(yīng)用領(lǐng)域，可能需要花費(fèi)幾十年的時(shí)間。系統(tǒng)必須被制造出來，并接受培訓(xùn)，就像教育孩子，這是經(jīng)年累月的功夫。

　　現(xiàn)在可用的人工智能設(shè)備大多是“預(yù)先培訓(xùn)過的”系統(tǒng)，由谷歌、Amazon和微軟之類大公司建造，反映的是這些公司的數(shù)據(jù)。上述公司擁有數(shù)十億圖像，可為他人提供商業(yè)圖像識(shí)別服務(wù)。亞馬遜公司通過Alexa個(gè)人助理編輯了大量口語，因此，可為他人提供加工口語和回復(fù)對話的服務(wù)。

　　一些初創(chuàng)公司開始提供更廣泛的人工智能系統(tǒng)，既不需要機(jī)器學(xué)習(xí)專家，也不需要像谷歌那樣預(yù)先訓(xùn)練過的系統(tǒng)。以色列的n-Join公司向制造商銷售一種小盒子，從流水線的機(jī)器上收集數(shù)據(jù)，然后使用機(jī)器學(xué)習(xí)來定位可能導(dǎo)致失敗的異常偏差。

　　斯特勞斯集團(tuán)有限公司（Strauss Group Ltd.）是以色列最大的乳制品制造商之一，也是n-Join的早期客戶，該公司的高級(jí)技師蓋·蘇爾（Guy Tsur）說，n-Join設(shè)備的關(guān)鍵在于它不需要知道所連接的流水線的類型，或是正在通過哪個(gè)傳感器獲得測量數(shù)據(jù)。它只是尋找可表明制造過程異于平常的相關(guān)性。然后提醒人類主管，后者運(yùn)用自己的經(jīng)驗(yàn)和判斷對某個(gè)特定問題加以辨識(shí)。

　　一位精明的讀者曾指出的一件事是，迄今為止，上述對人工智能的臧否褒貶皆無法與科幻版機(jī)器統(tǒng)治世界相提并論。作為研究無脊椎動(dòng)物的神經(jīng)科學(xué)家，回想自己的短暫經(jīng)歷，我想說的是，今天的人工智能僅僅相當(dāng)于生物智能進(jìn)化階段的水母。未來真正的大腦乃至真正的智能仍遙不可及，遠(yuǎn)在超越任何合理的預(yù)測范圍之外。

　　或者正如中國搜索巨頭百度公司的首席科學(xué)家、人工智能專家吳恩達(dá)（Andrew Ng）曾經(jīng)提出的，擔(dān)心人工智能被某種邪惡的智慧生物所控制，等同于擔(dān)心火星上人口過剩，二者同樣不可理喻。（斯眉）