原文刊載于：2019年2月出刊的《財(cái)富》雜志
原文標(biāo)題：《請(qǐng)以批判的目光看待炒作人工智能的商人》
就像蜂蜜會(huì)引來(lái)蜜蜂一樣，技術(shù)趨勢(shì)也會(huì)引來(lái)炒作。在互聯(lián)網(wǎng)的黃金時(shí)期，單純把“dotcom”一詞與某家公司的名字掛鉤就能帶來(lái)股價(jià)的上漲。云計(jì)算、大數(shù)據(jù)、加密貨幣，這些詞近年來(lái)輪番成為炒作圈的熱點(diǎn)。每一股潮流都帶來(lái)了真正前景廣闊的技術(shù)發(fā)展、令人頭暈?zāi)X脹的流行詞、狂熱的投資者以及提供啟示的可靠顧問(wèn)——當(dāng)然，這是收費(fèi)的。
作為當(dāng)下最具典型性的技術(shù)潮流，人工智能領(lǐng)域已經(jīng)涌現(xiàn)出了包羅萬(wàn)象的短語(yǔ)。然而，它被吹捧得過(guò)于無(wú)所不能，乃至于各企業(yè)都在冒險(xiǎn)拔高對(duì)它的期望——也浪費(fèi)了不少資金來(lái)嘗試將這項(xiàng)技術(shù)用于它無(wú)法解決的問(wèn)題。
想想泡沫出現(xiàn)的預(yù)警信號(hào)。風(fēng)險(xiǎn)投資家在贊助人工智能上已經(jīng)超越了熱心的范疇。研究公司PitchBook表示，這些人去年給1,028家人工智能相關(guān)的初創(chuàng)公司提供了資金，比起2013年的291家大幅提升。其中有26家公司的名字中包含“人工智能”，而五年前僅有一家。此外，還有大量會(huì)議打算向愚昧的管理者解釋人工智能。在今年的瑞士達(dá)沃斯世界經(jīng)濟(jì)論壇（World Economic Forum）年度會(huì)議的議程中，有不少于11場(chǎng)涉及人工智能的專(zhuān)題討論，題目都類(lèi)似于“設(shè)計(jì)你的人工智能戰(zhàn)略”、“為人工智能競(jìng)賽設(shè)立規(guī)則”。（《財(cái)富》雜志也趕了一次時(shí)髦，2018年在中國(guó)廣州舉辦的《財(cái)富》全球科技論壇中也滿是關(guān)于人工智能的討論。）
結(jié)果就是，這個(gè)嚴(yán)肅的問(wèn)題有了嘩眾取寵的風(fēng)險(xiǎn)。麻省理工學(xué)院（MIT）數(shù)字經(jīng)濟(jì)項(xiàng)目的研究員邁克爾·施拉格表示：“如果擁護(hù)者不謹(jǐn)慎一些，就會(huì)成功地讓人工智能比特幣化。”
別誤解，人工智能遠(yuǎn)不只是一場(chǎng)短暫流行的潮流。它代表了一種全新的經(jīng)營(yíng)方式，是對(duì)自動(dòng)化、基于感應(yīng)器的工業(yè)監(jiān)控和商業(yè)過(guò)程算法分析的現(xiàn)有趨勢(shì)的強(qiáng)化。計(jì)算機(jī)科學(xué)已經(jīng)幫助機(jī)器在完成日常工作上比人類(lèi)更快。而結(jié)合了史上最強(qiáng)計(jì)算能力和多年來(lái)數(shù)字化數(shù)據(jù)積累的新型人工智能技術(shù)，意味著計(jì)算機(jī)可以第一次學(xué)習(xí)人類(lèi)要求它們完成的任務(wù)，而不是單純完成人類(lèi)的指令。
圖片來(lái)源：Science Source/Getty Images
卡耐基梅隆大學(xué)（Carnegie Mellon University）的機(jī)器學(xué)習(xí)教授湯姆·米切爾表示，它引發(fā)的結(jié)果不亞于“影響未來(lái)十年社會(huì)和生活方式的主要推動(dòng)力量之一”。對(duì)商業(yè)而言也是如此：研究公司IDC預(yù)測(cè)，未來(lái)三年內(nèi)在人工智能上的投入將接近800億美元。咨詢公司埃森哲（Accenture）的首席技術(shù)和創(chuàng)新官保羅·多爾蒂推測(cè)這個(gè)數(shù)字還可能偏低，因?yàn)椤八鼪](méi)有計(jì)算各公司圍繞人工智能進(jìn)行轉(zhuǎn)型的投資”。
但是，就像其他任何激動(dòng)人心的技術(shù)一樣，人工智能可以實(shí)現(xiàn)的事情也是有限的。無(wú)人駕駛汽車(chē)就是完美的例子。我們已經(jīng)有了在理想情況下讓這些汽車(chē)行駛的技術(shù)，但即使是Alphabet無(wú)人駕駛汽車(chē)子公司W(wǎng)aymo的首席執(zhí)行官約翰·克拉福西克也承認(rèn)如果沒(méi)有人類(lèi)的操控，它們永遠(yuǎn)也不可能在所有的天氣條件下工作。此外，計(jì)算機(jī)很擅長(zhǎng)學(xué)習(xí)定義明確的任務(wù)，例如識(shí)別照片中的人物，或是準(zhǔn)確將演講轉(zhuǎn)成文字。但理解人類(lèi)動(dòng)機(jī)或根據(jù)文字得出微妙的結(jié)論（通過(guò)人類(lèi)所擅長(zhǎng)的洞察力）仍然超出了機(jī)器的能力范圍。卡耐基梅隆大學(xué)的米切爾表示：“我們?cè)谧屵@類(lèi)功能產(chǎn)品化方面仍然處于相當(dāng)早期的階段。”
還有很多事無(wú)法通過(guò)人工智能實(shí)現(xiàn)，這應(yīng)該會(huì)讓很多首席執(zhí)行官放下心來(lái)。斯坦福大學(xué)（Stanford University）的技術(shù)經(jīng)濟(jì)學(xué)教授蘇珊·埃塞在她的高管教育課程上打消了經(jīng)理們對(duì)于自身價(jià)值的疑慮，認(rèn)清了他們招聘的人工智能科學(xué)家的局限性。埃塞表示：“他們新招入的博士，卻在回答為什么起不到效果的方面沒(méi)有經(jīng)驗(yàn)，也不知道哪些項(xiàng)目不能做。”她說(shuō)，人工智能無(wú)可非議地“帶來(lái)了魔幻般的感覺(jué)”。但它最擅長(zhǎng)在設(shè)計(jì)者準(zhǔn)備好的情境里進(jìn)行分析，而不是對(duì)從未見(jiàn)過(guò)的問(wèn)題做出決定。埃塞表示：“讓人工智能幫你管理一切，這是錯(cuò)誤的認(rèn)知。”
換句話說(shuō)，人工智能不是解決所有問(wèn)題的殺手锏。蒙特利爾的軟件初創(chuàng)公司Element AI的首席執(zhí)行官讓-弗朗索瓦·加涅提醒客戶稱(chēng)，只有當(dāng)人工智能獲取足夠量的數(shù)據(jù)之后，解決方案才會(huì)變得出色。他表示：“讓各個(gè)機(jī)構(gòu)矚目的機(jī)遇，其實(shí)是獲取自適應(yīng)系統(tǒng)的能力。這是一場(chǎng)旅程。那不是你可以花錢(qián)購(gòu)買(mǎi)，然后啟動(dòng)開(kāi)關(guān)就能使用的技術(shù)。按照人工智能的定義，它需要時(shí)間學(xué)習(xí)。”
加涅認(rèn)為，建立一個(gè)有效人工智能的過(guò)程，好比“教導(dǎo)孩子做正確的事情，與他成年后擁有正確的行為”的差異。我們恐怕還需要同樣長(zhǎng)的時(shí)間，才能弄清企業(yè)是否準(zhǔn)確把握了如今這個(gè)人工智能的契機(jī)。而還有另一種可能：人工智能只是又一個(gè)極度昂貴而又難以捉摸的金錢(qián)陷阱。
作者：Adam Lashinsky
譯者：嚴(yán)匡正
