這一次，人工智能“泡沫”會破滅嗎？
2006年，達特茅斯會議五十年後，當事人重聚達特茅斯。左起：摩爾、麥卡錫、明斯基、塞弗裏奇、所羅門諾夫。
資料圖片
达特茅斯会议原址
日本制造公司NISSEI ECO企劃書中，有一項內容備受矚目，用人型機器人Pepper主持葬禮。
美國臉書（Facebook）人工智能研究所實驗室，兩個機器人有時竟然用非人類語言，進行談判性對話。研究人員不得不調整模型，不讓其肆意聊天。
中國北京龍泉寺，機器人賢二，身高近60厘米，穿黃色僧袍，誦佛經，解佛法，遇到難解處，會說“我去問問我師父”。
近兩年，人工智能和深度學習，成為創業顯學。矽谷一些研究室為了招聘工程師，全球撒網，薪水之高，令人咋舌。大到一個國家的規劃，小到一本創業計劃書，無人工智能，寸步難行。
其實，自1956年“人工智能”一詞誕生以來，人工智能研發熱，幾起幾落。究其因，包括科學家在內的眾人，對人工智能抱有偏見和誤判。
這一次，人類能夠摒棄偏見，少一些誤判嗎？
AI從何來
名不正，言不順。
消除偏見，從人工智能的詞匯起源開始。
人工智能這個詞由誰創造的？
回答這個問題，繞不開1956年的“人工智能夏季研討會”(Summer Research Project on Artificial Intelligence)。
那個年代，這真是個別處心裁的會議名稱，給這個會議取名的是麥卡錫（John McCarthy），時任達特茅斯學院數學系助理教授。
1955年夏天，麥卡錫到IBM一個研究團隊打臨工，該團隊負責人是羅切斯特（Nathaniel Rochester），IBM第一代通用機701主設計師，對神經網絡素有興趣。兩人一見如故，決定第二年夏天在達特茅斯大學搞一次活動，於是給洛克菲勒基金會寫了個項目建議書，希望得到資助。
麥卡錫申請的預算是1.35萬美元，但洛克菲勒基金會只批了7500美元。麥卡錫預計有六位學界代表出席，最終有10個人參加，其中有一位研究跳棋，一位研究象棋。
原本計劃是兩個月閉門研討，但是，只有所羅門諾夫嚴肅地待了整整一個暑假。
普遍的誤解是“人工智能”這個詞是麥卡錫創造出來的，其實不是。麥卡錫晚年回憶時承認，“人工智能”這個詞最早是從別人那裏聽來的，但記不清是誰。
英國數學家菲利普·伍德華（Woodward）給《新科學家》雜誌寫信說，他才是人工智能一詞的始作俑者，麥卡錫是聽他說的，因為伍德華1956年曾去麻省理工大學交流，見過麥卡錫。可是，麥卡錫的建議書1955年開始用“人工智能”了。
由於那個時代多位科研代表先後離世，人工智能一詞究竟由誰創造，已成為公案。
AI有多熱
“我這麽年輕，當然希望自己一直贏下去，一直驕傲下去，統治棋盤多少多少年……”2016年3月，韓國圍棋選手李世石對陣谷歌人工智能圍棋軟件阿爾法狗（AlphaGo）之前，中國圍棋選手柯潔剛剛在一項公開賽決賽中擊敗了他。
一個月後，阿爾法狗贏了李世石；一年後，阿爾法狗贏了柯潔。
其實，谷歌有很多狗：自動駕駛狗（已行駛超200萬公裏）、醫療狗（DeepMind對疾病診斷已初試身手）、翻譯狗（谷歌幾十種語言的自動翻譯）、軍事狗（Boston Dynamic機器人）、金融狗……
用谷歌執行長桑德爾·皮查伊（sundar pinchar）的話說，人工智能已經將幾年前無法想象的事物化為可能。
這種對人工智能的無盡熱情和期待，幾乎席卷整個世界。
在美國，谷歌、蘋果與國際商業機器公司（IBM）等公司早已推出各自的人工智能計劃。在開發者大會上，谷歌宣布 “人工智能為先”的戰略；在阿斯彭理念大會( Aspen Ideas Conference)，微軟總裁Satya Nadella號召人類與人工智能系統協作，用設計出來的機器增強人類。即便馬斯克再強調人工智能的威脅，無論是特斯拉還是Space X火箭，都離不開人工智能。特別是特斯拉自動駕駛技術，核心就是人工智能。
有了目標和追求，就要有人才。
近幾年，頂尖教授離開學術界，進入科技行業的案例比比皆是。多倫多大學的傑佛裏·辛頓(Geoffrey Hinton)加盟谷歌，紐約大學揚·勒丘恩(Yann LeCun)去了臉書，斯坦福大學吳恩達(Andrew Ng)加入了百度，卡內基梅隆大學亞力克斯·斯姆拉(Alex Smola)去了亞馬遜。
那些剛剛拿到畢業證的學生也成為搶手貨。
“人工智能系畢業生價值介於500萬到1000萬美元之間，這是科技公司的底線。”卡耐基·梅隆大學(CMU)電腦科學學院院長安德魯·摩爾(Andrew Moore)說。
除了“掠奪”人才，大企業還大力“收割”初創項目。
根據CB Insights報告，自從2011年以來，人工智能行業的並購活動增加了7倍，大多數創業公司在首輪融資的前四年內會被收購，已有近140家人工智能初創公司被收購。僅2016年第三季度的收購額就達到了10.5億美元。
為了獲取最佳的人工智能解決方案，谷歌、蘋果、IBM、雅虎、英特爾等科技巨頭，一直在加大收購人工智能初創公司的力度。微軟在人工智能領域投資了大約25年了，專門“投資那些增長快、對社會積極影響很大的人工智能初創公司”。
根據 TheInformation 報道，過去兩年時間收購人工智能公司最多的是谷歌，全資買了 9 家。蘋果買了 5 家，英特爾和推特分別買了 4 家。
在中國，據投資中國等多家機構的不完全統計，2016 年中國公開披露的 AI 領域投資超過200起，累計投資金額超過200億元。業內認為，未來兩年內，AI 領域的投資金額將保持高速增長，2017 年投資總金額可能是 2016 年的三倍甚至更高。
消費端又是一幅怎樣的景象？
中央電視臺的《開學第一課》欄目，讓意大利的機器人TEO與兩位年輕的鋼琴演奏家同臺“飆”琴技。
那個剛剛被阿爾法狗打敗的柯潔，參加了一檔科學挑戰類節目《機智過人》，向人工智能機器人“少女詩人”小冰“告白”！
AI走彎路
以史為鑒，可知興替。
人工智能的這波熱潮，似曾相識。
一個細節是，人工智能，作為一個詞匯被廣泛認可，源於一位哲學家的質疑，那是達特茅斯會議召開十年後。
1965年，加州大學伯克利分校歐陸派哲學家德雷弗斯（Hubert Dreyfus）發表了《煉金術與人工智能》，針對紐厄爾和司馬賀的工作，談了一點意見，引發討論。
幾年後，德雷弗斯以這篇文章為基礎，擴充內容成書——《計算機不能幹什麽》，人工智能成為靶子。
為什麽一個質疑能引起如此大的轟動效應？因為那些年人工智能方向的研究者對形勢產生了誤判。
紐厄爾和司馬賀（Herbert Simon）是當年參加達特茅斯的兩位重量級參與者。
因緣際會，紐厄爾和司馬賀合作搞研究一輩子。1975年，他們共享了圖靈獎，三年後司馬賀再得諾貝爾經濟學獎。
也許是因為學術自信，1957年，司馬賀預言，十年內計算機打敗職業棋手。
1968年麥卡錫與象棋大師列維（David Levy）打賭，十年內下棋程序會戰勝列維。列維為此輸了2000美元。
正是在這樣的“娛樂”氣氛下，德雷弗斯找到了攻擊點。
這是人工智能發展中的一個花絮，從側面見證了人工智能的第一次泡沫的興起和破滅——1956年至1974年，邏輯證明器、感知器、增強學習等只能做很簡單、專門面很窄的任務，當時的計算機，無論是內存，還是處理速度，不足以解決任何實際的人工智能問題。
沈寂了約10年，人工智能於上世紀80年代迎來第二波熱潮，一類名為“專家系統”的人工智能走俏， “知識處理”成為研發焦點。但是，“專家系統”的實用性僅限於某些特定情景，無法普及，第二次泡沫破滅。
司馬賀1957年的預言，直至1997年才實現， 1997年，IBM的 “深藍”擊敗了卡斯帕羅夫。
四十年，終成夙願。為此，司馬賀和日本計算機科學家宗像俊則（Munakata）合寫了篇《人工智能的教訓》（AI Lessons）。
伴隨著深藍的勝利，人工智能迎來第三波熱潮，阿爾法狗的勝利，為這波浪潮再添一把火，深度學習和人工智能成為顯學。
騰訊研究院近日推出的《中美兩國人工智能產業發展全面解讀》指出，自1999年美國第一筆人工智能風險投資出現以後，全球AI加速發展，在18年內，投資到人工智能領域風險資金累計1914億元。
初創大師、斯坦福大學兼職教授史蒂夫·布萊克（steve blank）表示，未來，一切事物都將擁有人工智能。
這一次，泡沫會破滅嗎？
美國矽谷人工智能研究院院長皮埃羅·斯加魯菲，“在矽谷待了三十多年，專註了一個科技領域，就是人工智能”，親身經歷過人工智能的兩次退潮。
對於目前正在興起的第三次高潮，他保持著相當的警惕，“矽谷有泡沫，中國學習了矽谷，泡沫更大”。
其實，市場裏， “會”或“不會”的“答案”都有。其實，這個問題的最大不確定性，還是在於技術能夠給人類的想象多大的發揮空間。
AI有何用
1955年，在寫給洛克菲勒基金會的項目申請書上，麥卡錫羅列了計劃研究的七個領域：一、自動計算機；二、編程語言；三、神經網絡；四、計算規模的理論（theory of size of a calculation)；五、自我改進（機器學習）；六、抽象；七、隨機性和創見性。
六十多年過去了，人工智能的研究主要專註於六大能力的塑造：一、感知能力，主要分為視覺和聽覺。目前，公眾較為熟悉的是計算機視覺（CV）和語音識別（voice recognition）；二、語言能力（NLP），該能力延伸出的範圍也是相當廣。除了語音識別，還有語音轉文字，文字轉語音，文本語義抽取，文本情感分析，文本分類，語法分析等；三、記憶能力。這個能力看似容易，實際非常困難；四、推理能力；五、規劃能力（planning），對最優決策/路線/動作的求取。比如自動駕駛技術離不開高性能高精度的規劃算法；六、學習能力。比如機器學習、深度學習。特別是深度學習，是目前市場最為火熱的一個人工智能分支。
不難看出，目前大家推崇的阿爾法狗，只是人工智能的一個細小分支。
正如一位知乎用戶所言，當前被稱為“人工智能”學界的，實際上是相當廣泛的一批人，人工智能的問題相當多樣化，主流學術界一般都不會稱自己是搞“人工智能”的，一般都是搞機器學習、統計學習、神經網絡、邏輯編程等。
從這個角度看，人工智能的商業泡沫，不會也不能阻擋這個學科的發展。2006年，達特茅斯會議五十年，十位當時的與會者，僅有五位還在世，摩爾、麥卡錫、明斯基、塞弗裏奇和所羅門諾夫在達特茅斯再聚首，憶往昔，展未來。參會人之一霍維茨（Horvitz)和老婆拿出一筆錢在斯坦福大學捐助了一個“AI100”的活動：在下面一百年裏各路豪傑聚會，每五年出個AI進展報告。
AI有多危險
你是做什麽的？
我們做的是人工智能！
為什麽你是在熱錢來了後創辦這家公司？
2016年3月28日，在一場投資洽談會上，矽谷風投 Greylock 合夥人 Josh Elman與創業者交談時，反復強調，人工智能不是“創業噱頭”，要能解決真問題。
芝加哥大學在矽谷舉辦人工智能論壇，投資人這樣談如何評估一家人工智能初創公司：產品第一天上市就能給用戶“價值”，而不是需要其他有的沒的配套才能跟用戶價值；產品有獲利模式，不用損益平衡但要有營業額；最重要的是，每一個新來的用戶帶給公司更多的價值。
其實，面對如今的人工智能風潮，投資人和企業都在用一條商業判斷標準，丈量風險。但是，他們都忽略了倫理風險。
事實上，人類在倫理面前，充滿偏見。
日本制造公司NISSEI ECO企劃書中，有一項內容備受矚目，用人型機器人Pepper主持葬禮。
美國臉書（Facebook）人工智能研究所實驗室，兩個機器人有時竟然用非人類語言，進行談判性對話。研究人員不得不調整模型，不讓其肆意聊天。
前者的商用價值就一定比後者大嗎？
真不一定。沒人能肯定，死者家屬能夠坦然面對機器人的禱告，因為那些聲音裏不可能飽含情感和宗教情懷。
對於“未來人工智能（AI）在人類社會中扮演的角色”這一問題，美國矽谷兩大巨頭近日的爭論，是上述問題的一個縮影。
特斯拉（Tesla）執行長馬斯克（Elon Musk）認為，未來人類會被人工智能主宰，“人工智能的潛在危險不是空穴來風，在未來確實有可能危及人類生存。”他表示，在未來人工智能有可能反倒變成人類的主人，而人類則淪落為次等公民，甚至有可能面臨人工智能的叛變。
臉書執行長紮克柏格（Mark Zuckerberg）則認為，這樣悲觀的態度非常不負責任，“運用人工智能不會導致如馬斯克所預言的情況，而是對人類大有助益，以自動駕駛為例，車禍仍是人類主要死因之一，如果你用人工智能解決這個問題，那將會是重大的進步”。
推特前執行長迪克（Dick Costolo）也加入討論，紮克柏格低估了人工智能的潛在危險。
1950年，阿蘭·圖靈考慮了一個問題：“機器能思維嗎？”
67年過去了，馬斯克開始考慮一個問題：“機器有多危險？”
67年間，人類對人工智能的認識已經足夠多，但是，偏見依然在，因為每一個關於人工智能的思考，都沒有標準答案。
數 說
2542家VS 592家
截至2017年6月，全球人工智能企業總數達到2542家，其中美國擁有1078家，占據42%；中國其次，擁有592家，占據23%。
1957年VS 1997年
1957年，司馬賀預言，十年內計算機打敗職業棋手。司馬賀1957年的預言，直至1997年才實現，1997年，IBM的“深藍”擊敗了卡斯帕羅夫。
140家
2011年以來，人工智能行業的並購活動增加了7倍，大多數創業公司在首輪融資的前四年內會被收購，已有近140家人工智能初創公司被收購。
1914億
自1999年美國第一筆人工智能風險投資出現以後，全球AI加速發展，在18年內，投資到人工智能領域風險資金累計1914億元。
