被严重高估的人工智能,其泡沫将以怎样的方式破灭?

人工智能
实际上,类似的事件之前也出现过,在江苏卫视《最强大脑》节目中,百度大脑挑战一众最强大脑,也有网友认为其中可能存在鲜为人知的内幕。那么,为何大家会对AI产生诸多质疑?AI又是否真如企业所宣传的那么强大呢?

实际上,类似的事件之前也出现过,在江苏卫视《最强大脑》节目中,百度大脑挑战一众最强大脑,也有网友认为其中可能存在鲜为人知的内幕。那么,为何大家会对AI产生诸多质疑?AI又是否真如企业所宣传的那么强大呢?

一,大部分AI技术仍存在致命的缺陷和瓶颈

我在网上搜索到一则《DMV2017年度最新自动驾驶测试报告》,报告准确显示了目前无人驾驶的发展水平,值得一提的是,即便全世界做的最好的Waymo,也就是谷歌的兄弟公司,目前仍不能说完全实现了 L4 级别的自动驾驶。显然,无人驾驶很难真正做到万无一失。

[[245718]]

 

另外,数据还显示,Waymo 从每 1300 英里(2015 年)到 5000 英里(2016 年)到 5596 英里(2017 年)干预一次,提升的幅度越来越小。换言之,越往上无人驾驶面临的瓶颈越严重。

众所周知,无人驾驶技术是AI非常重要的一项应用,如果无人驾驶不能得到大面积推广,这必然会让人怀疑AI的发展前景。就眼下的情况来看,无人驾驶离大面积普及仍然有很长的路要走,实际上,对于交通这种对安全性要求极高的体系来说,无人驾驶或许永远不可能被民众普遍接受,因为没有人愿意把自己的生命完全交给机器来掌控,只能在部分相对局限的区域,比如产业园区无人驾驶才有应用价值,因为在这些区域,即便无人驾驶出现故障,也不会产生太严重的后果。

再者,无人驾驶也未必能达到高于人类驾驶的水平,众所周知,交通状况、路况信息是极其离散的,而人脑在吸收和处理这些数据时比机器有着得天独厚的优势。举个例子,如果出现某个路段临时管制无法通行,那么人脑会第一时间做出判断,但是机器就不一定了,面对复杂的情况,它一定会有一个漫长的学习和适应过程,这也使得无人驾驶在面对错综复杂的交通需求时显得“捉襟见肘”。

当然,这种情况在其他方面也有反映,以AI同传为例,如果是逻辑极其简单、行文极其标准的内容形式,那么机器翻译或许不存在太大的难度,也不会犯严重的错误。问题是,很多内容并不标准,不仅对上下文语言环境要求极高,而且,像中文的话,还存在各种各样的修辞手法,在面对这些问题时,AI翻译可能会出不少令人啼笑皆非的错误。不过,如果只是将AI作为辅助的翻译手段,还是可以降低不少人工成本的,因为某些场景对翻译的准确率没有太高的要求,只要能出大概意思就可以。

另外,百度大脑登上最强大脑那个节目,也确实展现了百度大脑的一些技术实力,不过,正如某些网友所说,如果让百度大脑像水哥那样对几百杯水进行“微观辨水”操作,估计系统就会直接崩溃了。因为对于微观信息近距离的获取,机器不见得能胜过水哥的双眼,同时,如何对不同微观信息进行处理,机器所使用的算法不同,结果也可能产生巨大的差异。

真正要使人工智能全面超越人类,前提是规则必须确定、信息必须有序,这样人工智能在逻辑分析、数据处理方面才会占据较大的优势。还有一种情况,如果能让机器具备人类的感情色彩、逻辑思维和学习能力,它也能全面超越人类,不过这看上去并不现实。

二,疯狂背后,人工智能已浮现巨大的泡沫

今年3月份,中国创客导师、创新工场创始人李开复在参加某活动时,就公开指出人工智能存在巨大泡沫------“最近我见了一个做内衣的,也说自己是人工智能的企业,这是非常不正常的现象。现在,人工智能领域的泡沫化特别严重。”

实际上,人工智能的泡沫和其他任何一种科技泡沫相比具备极高的相似性。这种泡沫首先表现在概念炒作层面,即在相关应用大规模落地之前,概念已经被炒得滚烫,并形成了新的“风口”。之后便是大量资本的涌入,推动泡沫从概念层面升级到资本层面,从某种意义上讲,任何泡沫都是资本推动的结果。当然,资本是要求回报的,如果资本无法从中获得回报,或者相关领域商业潜力并不大,那么一阵狂热后,资本必然会退潮,这也就是泡沫破灭的时候。

那么人工智能的泡沫到底有多大?这种泡沫又表现在哪些方面呢?

我们先来看看融资规模,CVSource显示,人工智能创企融资事件从2013年21起到2018年仅一季就有130起,融资额更是由2013年全年融资15亿增长到2017年的338亿元,而2018年仅一季度融资总额就已超过了2017全年,达到402亿元。大量资本的涌入,也抬高了AI独角兽的估值------9月10日,软银中国向商汤科技投资10亿美元,将商汤估值抬高至60亿美元,那么这种具备标杆效应的融资案例,也可能会推动其他AI巨头估值提升,当然,如果整个行业破灭,情况可能截然相反。

此外,人工智能领域相关人才的薪水已经大幅偏离IT产业的平均水平。虎嗅上有一篇文章深入探讨了这一点,其中提到“职位最低的工程师年薪在30~50万,商业公司中的研究员则在50~100万之间,项目主管或CTO则大多会在年薪80万以上上不封顶,普遍在150万左右。”可以说,市场对AI企业的期望值已经使得AI人才成为了香饽饽,AI人才身价水涨船高,这部分成本势必会转嫁给AI企业。然而,绝大多数企业并不在乎,因为在他们看来,只要笼络足够的人才,就可以做出更好的产品,获得更高的估值,融得更多的资金。正是在这种模式之下,AI的抢人大战才可以维持。

其实,无论是企业估值,还是人才身价,都是资本推动的结果,但资本要获得回报,就必须严格审视AI的商业化进程。光大新经济投资负责人艾渝在重庆智博会上就表示,AI技术商业化的压力增大,未来如果找不到合适的落地场景,将有百分之九十的人工智能初创企业将会落败出局。实际上,AI商业化的问题不仅困扰着初创企业,对BAT、谷歌、微软这类巨头而言,这同样是个难题。正如上面所说,AI在很多情况下无法真正替代人工,如果缺乏应用潜力,其商业价值必然饱受争议。

再者,如果有一天AI大量取代人工,我也担心整个经济会陷入衰退。因为AI的发达将导致就业困难,老百姓收入普遍降低,哪儿来的钱去下馆子、逛超市?机器可以代替人干活,却不能代替人消费。同时,机器的维护成本也相当低廉,甚至存在机器维护机器的可能,彻底取代人工,现如今汽车制造大部分工序已交由机器完成,这对AI而言是个非常危险的信号。

从某种意义上讲,一旦AI威胁到经济的正常运行,必然会被严格管控,相比投资的退潮和变现的困难,这可能才是其泡沫破灭的终极形式。

责任编辑:未丽燕 来源: 品途商业评论
相关推荐

2017-04-18 14:39:16

机器学习人工智能互联网

2024-01-02 10:21:11

2024-04-03 10:55:18

人工智能AI开发算法

2019-09-29 14:35:11

2019-01-30 08:50:33

人工智能AI

2020-05-09 09:11:02

疫情人工智能AI

2023-12-15 16:37:05

人工智能智能建筑

2020-01-13 11:59:19

网络安全人工智能技术

2020-02-18 13:46:18

人工智能技术Google

2021-02-04 15:31:12

人工智能教育工具

2021-02-03 09:43:02

人工智能AI基础教育

2024-04-19 16:34:35

2021-01-27 11:56:45

AIops人工智能AI

2022-07-22 18:47:30

AIOmniverse

2018-05-28 11:41:39

AR

2023-12-05 14:46:58

人工智能

2019-05-06 16:15:56

人工智能AI

2021-09-06 09:09:22

人工智能安全风险AI

2018-12-28 09:45:29

2019-08-14 09:32:14

人工智能机器学习编程
点赞
收藏

51CTO技术栈公众号