这就是目前对人工智能的描述

这是科技行业最令人恐惧、最受尊敬和最讨厌的流行语之一。本周早些时候，当我偶然发现 Mike Mallazzo 的一篇有趣的 Medium 帖子时，我想起了这个事实。这篇题为“假人工智能的 BS 工业综合体”的文章阐明了产品供应商如何将基本技术重新命名为人工智能以引起炒作和兴奋，并吸引更多资金。(不幸的是，该帖子已从 Medium 中删除，但如果您使用 Google 搜索，缓存版本仍然存在。)

“在过去的几年里，初创公司在对炒作有既得利益的投资者和分析师的帮助下，无耻地将基本的机器学习算法重新命名为奇点的曙光。欢迎来到人工智能废话工业综合体，”曾在最近被麦当劳收购的公司 Dynamic Yield 工作的 Mallazzo 写道。

马拉佐的话非常真实。人工智能行业目前正朝着其最新炒作周期的顶峰冲刺，这为科技初创公司创造越来越多的动力，为他们的技术贴上人工智能标签，除了加入人工智能潮流之外，别无他法。这种做法在人工智能是什么以及它可以做什么方面造成了混乱和沮丧，并导致了越来越多的不抱幻想的专家、科学家和院士。

人工智能如何变得神秘

有趣的是，十多年前，人工智能还是一个不受欢迎的术语。在人工智能寒冬期间，公司有意避免将自己与人工智能联系起来，而是使用其他术语来描述他们的技术。

在过去几年中，深度学习和人工神经网络的进步重新激发了人们对人工智能的兴趣。2018 年，在 arXiv 预印本处理器上发表了 3500 多篇 AI 论文。从这个角度来看，2008 年的数字为 277。

创新萌芽之处，金钱随之而来。在 Statista 等统计网站上进行快速搜索会发现，人工智能的收入和投资正在加速增长。咨询公司普华永道估计到2030 年人工智能的价值将达到 15 万亿美元。

在这种情况下，科技公司自然会想方设法“利用人工智能”。一项又一项的调查显示，越来越多的公司“实施人工智能”或计划以某种方式实施。

但在许多(如果不是大多数)情况下，人工智能的方法只是名义上的。仅在欧洲， 总部位于伦敦的风险投资公司 MMC 最近的一项研究 发现，在 2,830 家被归类为 AI 公司的初创公司中，只有 1,580 家准确符合描述。(有趣的是，Mallazzo 在他的文章中指出，风险投资公司也在神秘化 AI 方面同谋。)

部分问题在于“人工智能”一词本身，它本质上是模糊的，它的定义随着时间的推移和技术的进步而变化。因此，营销人员很容易将旧技术重命名为人工智能。

另一个问题是，当前的人工智能混合已经非常擅长某些以前被认为是计算机禁区的任务，例如玩复杂的棋盘游戏、诊断癌症、生成连贯的文本和(几乎)驾驶汽车。此外，当前的人工智能模型以复杂的方式工作，即使是他们自己的创造者也常常难以解释。

所有这一切都产生了一种趋势，将当前的 AI 混合体与人类智能进行比较，或者将人类特征赋予使用神经网络等技术的软件系统和硬件。您可能听说过“种族主义算法”、“智能小工具”和“创建自己语言的令人毛骨悚然的人工智能算法”。

炒作还通过有关人工智能的新闻报道和文章创造了不断增长的需求。技术出版物经常急于报道最新的 AI 论文，而不去了解底层技术。在许多情况下，撰写有关该技术的文章的人对机器学习和神经网络等基本 AI 概念的了解并不起码。模糊的报道往往伴随着点击诱饵的标题和水晶球和杀手机器人的图像，让人工智能更加混乱。

然而，最令人失望的是，声誉良好的研究实验室通过对其 AI 模型的能力和威胁做出有问题的声明来加剧混乱。即使是本应更了解的数学家也会陷入神秘的阴霾并将人工智能拟人化。

对 AI 的现实检查

人工智能的神秘化完全证明了科学界的强烈反对。Mallazzo 的帖子只是谴责公司模糊使用 AI 术语来销售其产品的方式的 众多 文章之一。

我个人同意这些文章中的大部分论点。为了引起兴奋并引起对产品和服务的关注和投资而滥用术语是可悲的，它肯定会伤害行业。它还让人怀疑该领域为将人工智能应用于实际问题所做的所有伟大工作。

但是，我们还需要承认问题并找到解决当前情况的方法，以更好地告知公众并帮助人们做出明智的决定。

首先，我们必须认识到人工智能是一个流动的术语，其定义随时间而变化。因此，我们需要定义什么是 AI 当前的上下文。我们可以将任何使用机器学习算法的事物视为人工智能吗?人工智能是否应该仅限于使用神经网络和深度学习算法的系统?或者我们应该根据系统表现出的认知行为来评估人工智能，而不管底层技术如何?如果是，那么被视为人工智能的系统的最低认知成就水平是多少?

所有这些问题和许多其他问题的答案将帮助我们缩小人工智能的当代定义，并为我们提供评估公司和技术的指南。

理性地说，我们希望每个人都避免使用“人工智能”，而是使用更具体的术语来描述他们的技术。但这可能会使事情变得过于复杂。人工智能领域是各种技术的大杂烩，期望每个人都在该领域使用的不同类型的技术上进行自我教育是不公平的。

因此，我们仍然需要“人工智能”这个总称来概括地描述空间。然而，初创公司和研究实验室需要放弃让他们的观众感到困惑的做法。他们不应该试图用魔法和神秘的光环来包装他们的产品，他们应该尝试以最容易理解的方式解释他们的人工智能是如何工作的。

这是我对作家和新闻机构的个人建议。鉴于目前围绕人工智能的炒作，在头条新闻中使用“人工智能”并没有错。毕竟，这就是读者要找的东西，普通读者比“变压器”或“自动编码器”或“循环神经网络”等术语更容易理解“人工智能算法”。但作者也有责任尽可能多地阐明底层技术是什么以及它是如何工作的。这将帮助读者对当前人工智能技术的能力和局限性有一个真实的了解。

至于关注当前事态的科学家和研究人员，他们应该更多地参与公共讨论，将事实与虚构区分开来。Mallazzo 之类的文章很有帮助，但诋毁 AI 术语的滥用还不够。还应该努力让不太懂技术的观众理解人工智能。您不应该拥有计算机科学学位才能知道神经网络不是魔术。

在过去的七年里，科学家和研究人员的过度承诺和交付不足在不同阶段引发了人工智能的冬天。今天，该行业面临着来自参与者的类似威胁，他们更关心他们的短期收益，而不是技术可以为人类带来的长期利益。保护人工智能免受另一?个准冬天的影响是一项集体责任，需要所有相关人员采取负责任的行为。