當AI泡沫破裂時……

選自hunch.net

作者：John Langford

機器之心編譯

參與：Panda

人工智慧領域毫無疑問正處於一次發展熱潮中，但也有研究者認為泡沫正在積聚並終將破裂。近日，微軟資深研究科學家 John Langford 發布了名為《當泡沫破裂時……》的文章，談了談他對當前人工智慧發展現狀的看法並為研究者提供了一些在泡沫破裂中站穩腳跟的建議。Langford 對機器學習的更多觀點可參閱機器之心曾發布的《微軟資深研究員 John Langford：機器學習將以螞蟻搬山的方式解決世界難題》。

考慮以下事實：

今年 NIPS 的論文提交量增長了 50%，達到了約 4800 篇。

有顯著證據表明評議機器學習領域內的論文的速度已經經歷了好幾年的指數級增長。

公眾人物往往過高描述人工智慧的當前發展狀態。

能講出一個好故事的雄心勃勃的創業公司不差錢。

很顯然，我們現在甚至還有個假網站（https://nips.cc 才是真的 NIPS 網站）（參閱機器之心報道《業界 | 警惕！NIPS 2018 出現了假網站》。

很顯然我們目前處於一個不穩定的狀態。這到底是一場泡沫還是一次革命？答案是當然包含一點革命——深度神經架構所創造的實實在在的成功已經顛覆了視覺和語音識別領域，更通用的機器學習也已經有了大量真實世界用例。

但與此同時，我覺得我沒法相信我們不處在一場泡沫之中。1980 年代曾有過一次人工智慧泡沫（那是在我的時代之前），2000 年左右有一次科技泡沫，而現在我們似乎正經歷一場人工智慧與科技的組合泡沫。在某些方面這是好事——很多公司為研究者提供了職業運動員那麼高的薪資。但在另一些方面則讓人有些擔憂——這個領域能有效應對不斷湧入的炒作壓力嗎？

預言泡沫將何時以及如何破裂一直都很困難。可能今天就會發生，也可能還要等上幾年；可能是一次協調式崩潰（coordinated failure，註：指大量公司同時做出裁員或降價等決定而導致衰退），也可能是一系列非協調式崩潰。

我們這個領域應該考慮一下協調式崩潰的情況。目前這個領域有多大比例的公司或公司部門有非常高的成本且沒有與之相當的效益？這個比例已經不小了，所以有可能當資金突然中斷時或某部分領域的資金中斷，就會給人和這個領域帶來傷害。我個人的經驗表明：當資金中斷髮生時，通常發生得非常快（參閱：http://hunch.net/?p=2341）。

作為一位研究者，請將這看作是提醒注意和保持謹慎。我希望每個人都完全清楚我們現在有一點泡沫了，並將這一情況納入自己的決策中。再多謹慎也不為過——我很高興再次講述甚至知道將如何結束但還是去了 Yahoo! Research 的經歷。其中有兩個自然因素：

1. 你在哪裡做研究？當泡沫發生時，最好的地方是場外。

它是否在進行高成本的商業冒險？不管是創業公司還是大公司的業務部門，長期來看公司企業都不是做研究的好地方。在一個渴望讓研究成果產生價值的地方做研究，聽起來並不讓人愉悅。

它是否在進行明顯有價值的商業冒險？那可能是個好地方。如果你有興趣，我們正在招人。

是否在學術界？學術界隨時間的穩定性是真的，但與此同時機會也可能丟失。我一直都很享受與能力出色的同事在最困難的問題上共事的機會並從中受益匪淺。在學術界，要將這些能力集中起來完成一項研究是很困難的，因為學術界典型的最大研究規模是「教授+學生」。

2. 你研究的是什麼？某些路徑的泡沫比其它路徑的更大——它們可能看起來很贊，但它們真的能提供價值嗎？

你在研究模擬智能還是創造智能？長期來看，創造智能更有價值。

你在解決虛構問題還是真實世界問題？如果你在解決真實世界問題，你肯定是在創造價值。虛構問題也可以得到用於真實世界的解決方案，但這條道路往往充滿了無法預料的困難。

你在研究的解決方案適用於一個問題還是很多問題？基礎解決方案的廣泛適用性顯然有助於泡沫破滅。

研究者有很好的倖免於泡沫破裂之苦的能力——通過他們的成就的公開記錄。如果你在一個優秀的環境中做著有價值的事情，而這個環境某天會崩潰；那麼當這發生時，你發表的成果將能為你站穩腳跟提供巨大幫助。

本文為機器之心編譯，轉載請聯繫本公眾號獲得授權。

------------------------------------------------

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！