人工智能的冬天究竟会不会再次来临呢？

近几年，人工智能呈现疯狂成长的态势，并存在了大量的炒作。而今却讨论人工智能会不会有第三场冬天，是不是有点不合时宜呢？实际上，在历史上曾在上个世纪 70 和 80 年代发生过两次人工智能低谷。那么，人工智能的冬天究竟会不会再次来临呢？

上世纪70年代，由于人工智能夸张、大肆的炒作，吹得天花乱坠，产生了适得其反的结果。正因人工智能未能实现令人激动的承诺，便认为专业程序员比“人工智能”表现得更好，人工智能在现实世界中根本没有前途，所有的人工智能研究经费便被撤销了。

上世纪80年代，人工智能领域又开始了研究，但又因为人工智能的能力被人为夸大，成本高昂却没有回报，人工智能研究组织和政府便面临着交付失败和巨大损失，这场人工智能的研究便又停滞了数十年。

而后，人工智能的情况发生了变化，公众对人工智能的兴趣又重燃了。因为人们掌握了一类新的任务：分类。或者说是神经网络，科学家已经开发出有效的方法来分类大多数类型的数据，包括图像和自然语言。对于人工智能电话客服，虽然说声音听起来很自然，还有停顿，但这些并不是真的推理和思考产生，而都是通过语音模式的操作来完成的。

有专家说到，我们真的需要降低预期，并停止夸大 “深度学习” 的能力。如果我们不这样做的话，我们可能会发现自己处于另一个人工智能的冬天。

历史上的人工智能低谷对计算机科学的发展带来了毁灭性的影响。值得指出的是，今天一些有用的东西，正是发轫于那个时期的研究成果，如，搜索算法，可以在国际象棋中获胜；又如最小化运输成本问题。简而言之，出现的创新算法往往在某项特定任务中表现出色。

Thomas Nield说过，为了避免在人工智能冬天中被淘汰的命运，你能做的最好的事情就是明确你要解决的问题，并理解其本质。然后，寻找为特定问题提供解决方案的直观路径的方法。如果要对文本消息进行分类，你可能需要使用朴素贝叶斯；如果你想优化交通网络，可以使用离散优化。无论来自同行的压力有多大，你都可以带着健康的怀疑态度来处理复杂的模型，并质疑这是否正确的方法。

神经网络之父Geoff Hinton在G7峰会上说过：人工智能不再有冬天。因为现在的人工智能已经是我们日常生活的一部分了。另外，人工智能的快速迭代，积累了雄厚而庞大的数据资源。正是有了坚实的技术支撑，人工智能的大潮绝不是随浪起和伏。

想了解更多IT资讯，请访问中培教育官网：中培教育