AI发展80年:经验与教训

人工智能(AI)领域在过去80年里经历了起起落落。尽管预测AI的未来发展仍然困难,但回顾历史可以让我们更好地理解为什么过去的预测未能实现,以及在哪些方面、以何种方式、出于什么原因未能实现。

AI的发展历程始于1943年12月,神经生理学家麦卡洛克和逻辑学家皮茨发表了一篇关于理想化神经元网络的论文。这篇论文虽然缺乏实验依据,但却启发了"联结主义",即当今占主导地位的深度学习AI。然而,这种方法与大脑实际运作方式并无关联,尽管常被描述为"模仿大脑"。

这提醒我们要警惕将工程学与科学混为一谈,将科学与推测混为一谈。更重要的是,要抵制"我们如同神明"的错觉,即认为人类能够创造出像人类一样的机器。这种傲慢在过去80年里一直是科技泡沫和AI周期性狂热的催化剂。

从20世纪50年代开始,就有人预言通用AI(AGI)即将出现。然而,这些预测往往基于"第一步谬论",即认为只要机器能完成一项之前被认为无法完成的任务,即使做得很糟糕,也只需要进一步的技术发展就能完美完成。事实证明,从无法做某事到做得不好,通常比从做得不好到做得很好的距离要短得多。

20世纪60年代中期开始,专家系统将重点放在获取和编程现实世界知识上。然而,到90年代初,这场AI热潮破灭,主要是因为知识获取过程繁琐、耗时且昂贵。这表明,即使经过十年或十五年的广泛采用和大量投资,也未必能催生一个持久的"新产业"。

长期以来,基于规则的符号AI和基于统计的联结主义一直在争夺主导地位。2012年联结主义复兴之前,AI研究主要由学术界推动,存在教条主义。然而,近年来AI发展重心已转向私营部门,但整个领域仍执着于单一研究方向。这提醒我们不要把所有的AI"鸡蛋"都放在同一个"篮子"里。

回顾AI的80年发展历程,这些经验教训或许能帮助当前的AI领军企业度过未来的起伏。保持警惕、多元化发展,以及认识到技术发展的不确定性,将是未来AI发展的关键。