原文刊載于：2019年2月出刊的《財富》雜志
原文標(biāo)題：《請以批判的目光看待炒作人工智能的商人》
就像蜂蜜會引來蜜蜂一樣，技術(shù)趨勢也會引來炒作。在互聯(lián)網(wǎng)的黃金時期，單純把“dotcom”一詞與某家公司的名字掛鉤就能帶來股價的上漲。云計算、大數(shù)據(jù)、加密貨幣，這些詞近年來輪番成為炒作圈的熱點。每一股潮流都帶來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——當(dāng)然，這是收費的。
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)出了包羅萬象的短語。然而，它被吹捧得過于無所不能，乃至于各企業(yè)都在冒險拔高對它的期望——也浪費了不少資金來嘗試將這項技術(shù)用于它無法解決的問題。
想想泡沫出現(xiàn)的預(yù)警信號。風(fēng)險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，還有大量會議打算向愚昧的管理者解釋人工智能。在今年的瑞士達沃斯世界經(jīng)濟論壇（World Economic Forum）年度會議的議程中，有不少于11場涉及人工智能的專題討論，題目都類似于“設(shè)計你的人工智能戰(zhàn)略”、“為人工智能競賽設(shè)立規(guī)則”。（《財富》雜志也趕了一次時髦，2018年在中國廣州舉辦的《財富》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，這個嚴肅的問題有了嘩眾取寵的風(fēng)險。麻省理工學(xué)院（MIT）數(shù)字經(jīng)濟項目的研究員邁克爾·施拉格表示：“如果擁護者不謹慎一些，就會成功地讓人工智能比特幣化�！�
別誤解，人工智能遠不只是一場短暫流行的潮流。它代表了一種全新的經(jīng)營方式，是對自動化、基于感應(yīng)器的工業(yè)監(jiān)控和商業(yè)過程算法分析的現(xiàn)有趨勢的強化。計算機科學(xué)已經(jīng)幫助機器在完成日常工作上比人類更快。而結(jié)合了史上最強計算能力和多年來數(shù)字化數(shù)據(jù)積累的新型人工智能技術(shù)，意味著計算機可以第一次學(xué)習(xí)人類要求它們完成的任務(wù)，而不是單純完成人類的指令。
圖片來源：Science Source/Getty Images
卡耐基梅隆大學(xué)（Carnegie Mellon University）的機器學(xué)習(xí)教授湯姆·米切爾表示，它引發(fā)的結(jié)果不亞于“影響未來十年社會和生活方式的主要推動力量之一”。對商業(yè)而言也是如此：研究公司IDC預(yù)測，未來三年內(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·多爾蒂推測這個數(shù)字還可能偏低，因為“它沒有計算各公司圍繞人工智能進行轉(zhuǎn)型的投資”。
但是，就像其他任何激動人心的技術(shù)一樣，人工智能可以實現(xiàn)的事情也是有限的。無人駕駛汽車就是完美的例子。我們已經(jīng)有了在理想情況下讓這些汽車行駛的技術(shù)，但即使是Alphabet無人駕駛汽車子公司W(wǎng)aymo的首席執(zhí)行官約翰·克拉福西克也承認如果沒有人類的操控，它們永遠也不可能在所有的天氣條件下工作。此外，計算機很擅長學(xué)習(xí)定義明確的任務(wù)，例如識別照片中的人物，或是準確將演講轉(zhuǎn)成文字。但理解人類動機或根據(jù)文字得出微妙的結(jié)論（通過人類所擅長的洞察力）仍然超出了機器的能力范圍。卡耐基梅隆大學(xué)的米切爾表示：“我們在讓這類功能產(chǎn)品化方面仍然處于相當(dāng)早期的階段�！�
還有很多事無法通過人工智能實現(xiàn)，這應(yīng)該會讓很多首席執(zhí)行官放下心來。斯坦福大學(xué)（Stanford University）的技術(shù)經(jīng)濟學(xué)教授蘇珊·埃塞在她的高管教育課程上打消了經(jīng)理們對于自身價值的疑慮，認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有經(jīng)驗，也不知道哪些項目不能做�！彼f，人工智能無可非議地“帶來了魔幻般的感覺”。但它最擅長在設(shè)計者準備好的情境里進行分析，而不是對從未見過的問題做出決定。埃塞表示：“讓人工智能幫你管理一切，這是錯誤的認知。”
換句話說，人工智能不是解決所有問題的殺手锏。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，只有當(dāng)人工智能獲取足夠量的數(shù)據(jù)之后，解決方案才會變得出色。他表示：“讓各個機構(gòu)矚目的機遇，其實是獲取自適應(yīng)系統(tǒng)的能力。這是一場旅程。那不是你可以花錢購買，然后啟動開關(guān)就能使用的技術(shù)。按照人工智能的定義，它需要時間學(xué)習(xí)。”
加涅認為，建立一個有效人工智能的過程，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的時間，才能弄清企業(yè)是否準確把握了如今這個人工智能的契機。而還有另一種可能：人工智能只是又一個極度昂貴而又難以捉摸的金錢陷阱。
作者：Adam Lashinsky
譯者：嚴匡正
