【新智元導讀】AI領域專家Filip Piekniewski時隔一年再發雄文，堅持認為AI寒冬將至，在矽谷40多年的計算機革命浪潮中，AI和區塊鏈一樣，都是死路一條。

AI寒冬論再起。

去年5月，計算機視覺和AI領域專家Filip Piekniewski一篇雄文AI Winter is Well on its Way，第一次引發了學術、產業對這波「AI寒冬」的討論。

時隔近一年之後，Filip Piekniewski再次撰文，堅稱AI寒冬將至，並且認為區塊鏈、AI都是這場計算機革命的兩朵曇花，最終這兩個賭注都是死路一條，只有極少數人會贏。

Filip Piekniewski的這篇文章結構如下：

• 矽谷前20年：從CPU、GPU到第一次互聯網泡沫；

• 智能手機拯救矽谷；

• 矽谷的新救星：區塊鏈和AI；

• AI盛宴尾聲：跳不出陷阱仍然是白日夢。

以下是新智元對這篇文章的編譯。

神奇之谷：被摩爾定律照耀的地方

從前，在 20 世紀 80 年代，有一個神奇的地方叫矽谷。許多奇妙的事情即將在那裡發生，許多人將在那裡賺到盆滿缽滿。這一切都與計算機的奇蹟有關，它將徹底改變幾乎所有事情。

計算機有大量的應用擺在它們面前：徹底變革辦公室工作，通過電腦遊戲娛樂，改變我們溝通、購物和使用銀行系統的方式。但在當時，它們笨拙、緩慢、而且昂貴。儘管有這樣的希望，但除非計算機以某種方式能夠指數級地變得更快、更便宜，否則許多這些事情都無法實現。

但是摩爾定律出現了——集成電路中的晶體管數量每隔 18 個月就會翻一番。如果這條定律成立，未來將會很美好。市場正在等待的應用將成為現實，錢也是可以賺到的。

到 20 世紀 90 年代中期，很明顯摩爾定律起作用了。

計算機變得越來越快，軟體變得越來越複雜，以至於每年都要進行升級才能跟上進度。每一代新一代 CPU 的速度都明顯比前代產品要快，每一代軟體產品的運行速度都明顯比它們的前代產品要慢，性能也更強。

總的來說，通過定期升級到新硬體，軟體的運行速度似乎和以前一樣快 (或更快)，但提供了越來越多的功能。大部分的增益是由於時鐘速度的提高 (1990 年初計算機的時鐘速度是 33Mhz，到 2000 年，超過 1Ghz 的時鐘速度已經可用)，因此，無需重寫任何東西來利用增加的計算能力，只要是在一台新計算機上，所有東西都會運行得更快。一切看起來都很好。

到 20 世紀 90 年代末，一種新的處理器問世了：GPU。這些處理器與常規CPU略有不同。GPU 晶元具有許多小內核並行工作，經過優化以執行 3D 圖形渲染。最初它們作為額外的加速器出售 (3dfx voodoo)，但很快就與普通顯卡集成 (Nvidia - Riva TNT)。有了 GPU，遊戲畫面開始變得更好了，運行得也快多了。這再一次讓矽谷的大亨們賺到大錢。

90 年代末 (左圖) 和 20 年後 (右圖) 計算機內部的視圖，大小和組件相似，但可能要強大幾千倍。

但到了 2000 年初，情況開始變得有些不同。互聯網泡沫剛剛破裂，很多人損失了很多財富。此外，提高時鐘速度的舊策略遇到了一些障礙：為了提高切換速度，必須保持電路的工作電壓相對較高，這反過來會導致晶元升溫。隨後的速度增益就開始受到散熱能力的限制。

為了讓這場盛宴繼續下去，CPU 製造商開始增加晶元中執行核心的數量。但是必須重寫大部分軟體才能利用這種並行性。接下來每一代新一代 CPU 的誕生，事情的發展也就不再那麼神奇了。

但更糟糕的是，大多數情況下，事情不必需要變得更快。

大部分軟體堆棧已經成熟，應用程序已經固化，人們不再需要每年換一個新的 CPU 或 2 倍的內存，事情已經飽和。

如今，大部分辦公室工作都可以在 35 美元的樹莓派上完成。就連遊戲部領域也基本上被遊戲機飽和了。這些遊戲機的售價低於成本價，初始投資可以從遊戲隱藏的費用中收回。遊戲機為絕大多數人提供了方便、易用的界面和令人滿意的遊戲體驗。這對矽谷來說是個問題，事情開始放緩。

智能手機拯救矽谷

到了 2000 年中期，另一項便利的發明拯救了矽谷 —— 智能手機。

儘管 PC 市場開始明顯放緩，但智能手機市場卻在迅速發展，並在 2007 年至今推出的各種型號的手機中達到頂峰。對於智能手機，更新迭代並不是太關注 CPU 的速度，而是電量的使用 (電池壽命) 和感測器 / 屏幕的質量。

在過去 10 年裡，相機和屏幕確實取得了巨大的進步，但除了一個關鍵參與者 —— 蘋果 (Apple) 以外，矽谷大亨們並沒有獲得多少新的收入。相反，矽谷專註於軟體方面的服務公司，比如優步 (Uber)、Netflix 以及其他 app，得以利用這個新平台。

但從一開始就很明顯，智能手機革命的火焰不會永遠燃燒。事實上，到 2018 年，許多人意識到他們不需要每兩年就花 1000 美元買一部新的智能手機，而且就像之前的 PC一樣，舊型號的智能手機對大多數應用程序來說都還很好用。這導致蘋果股票在 2018年秋季遭受重創，使該公司的估值回到遠低於萬億美元的水平。

隨著各種市場的枯竭，矽谷需要一些新的東西。需要一些和 90 年代的 PC 革命一樣重要的新機會。它將使全新的應用成為可能，將允許入侵併破壞新的行業。它將重新點燃對更多晶元的需求 —— 創造對更高計算能力的需求。到 2012 年，兩個潛在的機會出現了：區塊鏈和人工智慧。

AI盛宴開始了

區塊鏈 (2010 年最初以比特幣的形式出現)，這個想法是通過刪除賬本 (銀行) 來完全取代金融系統，並提供一種建立遠程交易的自我認證手段。

此外，構建區塊鏈的方法還需要大量的計算能力，以計算所謂的工作量證明 (proof of work)。這就是矽谷所希望的：一個新的、利潤豐厚的應用空間，此外還需要大量新的晶元來滿足計算需求。

人工智慧在矽谷爆發大約是在 2012 年，當時一位名叫 Geoff Hinton 的加拿大人和他的學生在 ImageNet 圖像分類競賽中使用深度神經網路獲勝，該網路在一塊 GPU 上實現，而 Geoff Hinton 此前的 30 年都在研究聯結主義模型和神經網路這一神秘空間。

跟區塊鏈一樣，AI 技術可以開啟一系列新的應用，並需要大量新的晶元。矽谷的許多人很快就看到了這種潛力，資金開始源源不斷地湧入。

自上世紀 90 年代深度學習的最後一個冬天以來，神經網路學者們就一直蟄伏在各個大學，他們很快就注意到了這個機會。彷彿突然之間，他們被邀請加入了矽谷的盛宴。

神經網路不斷地給出新的令人興奮的結果：對象識別和分割、語音識別、機器翻譯都不斷變得越來越好。這些新功能很快被谷歌、Facebook 等擁有大量數據的公司所吸收。但這種興奮很快就過頭了。

科學家們都是訓練有素的專業人士，擅長在研究經費申請中過分承諾，而現在他們有了更好的客戶：風險投資家。這些人喜歡聽關於美好未來的故事，在這些故事中 AI 將徹底改變一切。

風險投資家們對廢話的鑒別比政府資助機構要低得多，只要在 NIPS 會議上發表一篇論文，就足以讓他們放棄任何盡職調查的必要性。

而且，在 AI 空間中，只要添加一些想像力就可以輕鬆將這些童話故事提升到一個新的水平，與一些著名的科幻電影進行比較，使故事看起來我們面前已經有一個驚人的拐點，這是 AI 最終會達到的一個點，在這個點上，AI 的提升將超出我們的想像 —— 奇點 (the singularity)。

這導致了一種錯失恐懼症 (ultimate fear of missing out, FOMO)。過去，即使是政府資助機構也會成為 AI 承諾的受害者，每次都會導致資金凍結，即所謂的 AI冬天。

但矽谷買下了這個故事，創造了有史以來最大的 AI 盛宴。他們毫不猶豫地買下了它。

研發中心、非營利性實驗室和初創企業開始迅速壯大，哪怕大學剛畢業的深度學習科學家們往往沒有任何行業經驗。初創企業蓬勃發展，它們承諾在機器人、自動駕駛汽車、無人駕駛飛機等領域創造各種奇蹟。

所有這些問題的解決方案都是深度學習 —— 簡單地說，就是在更多的數據和更大的 GPU 上訓練更深的網路。它本應該神奇地起作用，只是需要更多的數據和更多的計算。

於是，盛宴就這麼開始了。

深度學習：玩遊戲最具革命性，難走進現實

到 2018 年，一些人開始意識到事情可能不會這樣發展下去。目標識別或分割領域的大多數 「真實世界」 基準開始顯示出明顯的收益遞減跡象。即使有大量數據和極其強大的機器的訓練，這些模型在性能上只取得了有限的提升，在某些情況下甚至根本沒有性能提升。

科學家們做得最好的事情是：他們不是生產產品，而是生產了大量論文，其中一些論文研究了新技術令人驚訝的局限性。

在深度學習應該帶來革命的所有方向中，只有一個方向持續帶來良好結果——玩遊戲。這是因為遊戲可以在計算機上實現，並且可以生成比在任何現實世界應用程序中實際獲得和標記的數據多幾個數量級的數據。

在許多情況下，僅僅是訓練AI玩這些遊戲就需要花費數十萬美元(僅僅是電力和計算硬體成本)。但是，同樣的技巧在實際問題中並不適用，因為標記數據非常昂貴，而且通常甚至不能完全代表手頭問題的極端情況。

在所有這些AI狂熱中，漢斯·莫拉維克(Hans Moravec)的一個古老而被遺忘的觀察，也就是所謂的莫拉維克悖論(Moravec"s paradox)，變得比以往任何時候都更加清晰和明顯。

雖然深度學習在計算機感知的廣泛領域實現了許多新事物，但它甚至沒有觸及AI的一般問題。甚至在計算機感知的更實際的應用中，在沒有大量標記數據的情況下，基於經典演算法和手工特徵的精心設計和優化的解決方案也更容易在現場應用中開發和執行。

夢碎的現實：自動駕駛車禍和區塊鏈崩盤

AI技術進步的試金石是自動駕駛汽車的開發。

到2016年，矽谷的許多人都相信自動駕駛技術已經準備就緒，並將成為深度學習的關鍵支柱之一——畢竟，汽車已經可以在不受干預的情況下行駛數英里。

這種信念是如此強烈，以至於特斯拉甚至開始將全自動駕駛功能作為無線升級來出售(升級尚未發布)。到2019年初，特斯拉改變了「完全自動駕駛」的說法，與此同時，為特斯拉的全自動駕駛功能支付了數千美元的車主提起了集體訴訟。2018年對許多自動駕駛公司來說也是艱難的一年，Uber自動駕駛在亞利桑那州發生了致命的撞車事故，特斯拉的自動駕駛儀相關的事故也造成了數人死亡。

此時，即使是矽谷人也開始慢慢地認識到：一輛完全自主駕駛的汽車，像計程車一樣載著大家到處走，仍然是一個非常遙遠的未來。顯然，汽車將繼續內置計算機，從這個意義上說，矽谷贏了，但這與早期的夢想相去甚遠。

2018年，比特幣價格從近2萬美元暴跌至4000美元以下，跌幅超過80%。

2018年，矽谷的另一個大賭注面臨嚴重打擊——比特幣。比特幣是區塊鏈的最重要產品，它貶值了超過80%。許多人損失了很多錢，人們對加密貨幣的熱情一落千丈。

深度學習和區塊鏈都是非常有趣的技術，它們確實使以前不可能的事情成為了可能：谷歌圖像搜索比以前好多了；圖像風格遷移是一個非常酷的工具；機器翻譯現在已經足夠讓你在異國他鄉不至於迷路，但離翻譯詩歌還很遠。但這些改進似乎都不足以贏大錢，以證明矽谷的大賭注。

這些看起來都沒有90年代瘋狂的PC熱潮那麼大，那麼有利可圖。

至於AI，它的炒作周期與之前的並沒有太大差別。我們讓計算機做了一些似乎只有受過教育的成年人才可以做的事情，但後來意識到，這些計算機尚無法處理嬰兒或動物理所當然就能做的事情。只要我們繼續摔到同樣的陷阱，AI(通用人工智慧)將仍然是一個白日夢。

英偉達是矽谷為區塊鏈和AI淘金熱銷售鏟子的公司之一。過去4年里英偉達的股票走勢既反映了市場的高期望，也反映了市場正在經歷的幻滅。

很難預測未來，但至少目前看來，這兩個賭注都是死路一條。或許就像谷歌和Facebook等互聯網公司崩潰後出現的情況一樣，當前炒作周期的終結將在區塊鏈或所謂的AI空間中產生累積大獎。但就像那時一樣，只有極少數人會贏，而很多人會輸得很慘。

原文地址：

https://blog.piekniewski.info/2019/03/12/a-short-story-of-silicon-valleys-affair-with-ai/

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！