机器学习正在产生经济效益，下一场AI寒冬永远不会来临

来源：大数据文摘

本文约 1387 字 ， 建议阅读 3分钟 。

本文介绍AI在未来的发展前景。

每隔几周，都会有一篇预言AI寒冬即将到来的文章问世。论据通常来讲都会有些相似，无非有这几点：

• 对公众来讲深度学习的能力已经被过度营销了；
• 不像报道所讲，通用人工智能离我们尚遥远；
• 之前的AI寒冬就是类似的炒作泡沫引发的。

尽管上述所说在一定程度上是对的，但这些观点遗漏一件重要的内容：80年代被大家见证过的，导致机器学习研究与融资逐渐停滞的AI寒冬，与其类似的情况将不太可能再出现了。

没错，我们还没有达成AGI或完全自动驾驶

过去几年，作为少数几家会将全自动驾驶汽车推向市场的科技公司之一，Starsky  Robotics已经占据主流市场，他们有演示demo，充足的资金以及一支人才济济的团队。

然而今年3月，Starsky  Robotics突然倒闭。创始人Stefan Seltz-Axmacher在事后报告中非常明确地阐明了核心原因：“有监督机器学习无法满足炒作出来的期望。”

他所指的炒作当然是来自创始人、记者和狂热者们的过高承诺，比如距AGI和全自动汽车等技术仅数月之遥。正如塞尔兹·阿克斯马赫（Seltz-Axmacher）报道的那样，“相反，在研究人员之间的共识是，我们距离完全自动驾驶汽车至少还有10年的路要走。”

过去，令人兴奋的研究导致过度承诺，随之而来的是失望的投资人，以及放弃该技术的工程师，类似的循环导致了一次次AI寒冬，但，这次是不同的。

这次，尽管还没有实现深度学习最宏伟的承诺，但是有些事已经发生了：机器学习在经济上已变得有利可图。

遍地的机器学习产品

来看下全球最受欢迎的App：

• Netflix，YouTube，Facebook，Amazon，Instagram，Spotify，以及抖音，所有这些公司都严重依赖机器学习赋能的推荐引擎。
• Snapchat，Instagram，以及抖音均使用计算机视觉模型帮助用户创建，编辑以及分类可视化内容。
• Gmail和Messenger都是用NLP为用户强化信息处理——过滤垃圾信息、推荐回复、短信分类等。
• Goolge地图，Uber以及Lyft依赖机器学习来预测计算精准的ETA（预计到达时间）。

这个名单几乎包含了所有的最流行的手机应用。

这些都是全球最有价值公司的旗舰产品，而这些公司也并非碰巧都对机器学习研发进行了大量地投入。如果你认为这些公司中的任何一家仅仅会因为无法构建天网系统而停止对机器学习的投资，那你就错了。

机器学习产品并不限于科技巨头。有许多初创公司也已经将基于机器学习的产品推向市场：

• Onfido使用机器学习为全球1500个金融组织提供身份识别服务。
• Ezra使用计算机视觉技术提供全身癌症筛查，已在三个州运营，并且还在不断增长。
• AI  Dungeon经营一个机器学习赋能的基于OpenAI的GPT-2开发的文本冒险游戏。他们有超过100万玩家。

在几乎每个行业（医学，农业，游戏，金融，安全等）中，都有一些公司已成功将机器学习产品推向市场。

机器学习不再只是一场赌博

过去几十年的炒作周期之所以会使AI投资崩溃的原因是，当时AI以及机器学习，本质上类似赌博。

创始人和研究人员们下注将来机器学习可能会带来巨大的商业应用。而当这些赌注无法得到回报时，市场就会崩溃。

现在，机器学习不再只是一个投机命题了，它成为一个广泛应用的，商业可行的技术，可以支撑一些全球最受欢迎（同时利润最好）的公司。Google不会因为Starsky  Robotics和OpenAI这两个代表着历史上最有野心的技术项目陷入困境而解散Google大脑或者停止投资TensorFlow。

那些预言技术奇点会在圣诞节前到来的记者可能会大错特错，但同时这些也不会造成另一个AI寒冬。

相关报道：

https://towardsdatascience.com/there-wont-be-an-ai-winter-this-time-332a4b6d6f07

——END——