大數(shù)文摘出品

來源：Piekniewski's blog

編譯：廖榮凡、夏雅薇

曾幾何時(shí)，20世紀(jì)的80年代，有一個(gè)神奇的地方叫硅谷。

很多美妙的事情在硅谷發(fā)生，很多人掙了大錢。這一切都和計(jì)算機(jī)的奇跡有關(guān)，計(jì)算機(jī)幾乎變革了所有事物。

計(jì)算機(jī)當(dāng)中有很多應(yīng)用程序，它們完全改進(jìn)了我們的工作娛樂方式，也不斷改變我們溝通、購物和使用銀行系統(tǒng)的方式。

但那時(shí)電腦十分笨重，運(yùn)行慢而且價(jià)格昂貴，除非計(jì)算機(jī)的速度再快上幾個(gè)量級，價(jià)格再便宜幾個(gè)量級，很多事情都不可能發(fā)生。

摩爾定律奏效：賺錢的機(jī)會觸手可及

然而根據(jù)摩爾定律，在1970年的十年里，集成電路中的晶體管數(shù)量每18個(gè)月翻一番。

如果這個(gè)定律站得住腳，那未來必將是很美好的。這些應(yīng)用會逐漸向那些有需求的市場打開，賺錢的機(jī)會觸手可及。

到20世紀(jì)90年代中期很明顯摩爾定律奏效了。

計(jì)算機(jī)變得越來越快，軟件變得越來越復(fù)雜，變化速度很快以至于每年必須升級換代以跟上計(jì)算速度的提高。

每一代新CPU都明顯比上一代快，每一代新軟件都明顯比上一代慢而且功能更強(qiáng)大。

總的來說，通過定期升級新的硬件，軟件似乎同樣快速（或更快）地運(yùn)行，進(jìn)而提供越來越多的功能。

這都得益于時(shí)鐘速度的提升（1990年初開始有33Mhz，到了2000年有超過1Ghz的時(shí)鐘可用了），對于利用提升的計(jì)算能力沒有什么可多說的，在新電腦上所有操作都會更快。

GPU加溫芯片市場

20世紀(jì)90年代一種新的處理器：圖像處理器（GPU）誕生了，這種處理器一定程度上和常規(guī)的CPU不同。

GPU芯片可以多核并行工作優(yōu)化3D渲染性能。

最初它們作為額外的加速器（3dfx voodoo）出售，但很快就被集成到了常規(guī)顯卡（Nvidia - Riva TNT）中。

游戲的視覺效果開始變得更好，運(yùn)行也更加流暢，硅谷大亨們再次把更多的“硅”賣給了千家萬戶。

90年代后期（左）和20年后（右）的計(jì)算機(jī)內(nèi)部視圖，它們的大小和組件相似，但后者可能要強(qiáng)大幾千倍。

到了2000年初，情況開始有所不同了，互聯(lián)網(wǎng)泡沫破滅，很多人損失慘重。此外，提高時(shí)鐘速率的黃金策略遇到了主要的障礙：為了提高轉(zhuǎn)換速率，電路必須保持相對較高的工作電壓。

這樣一來芯片的溫度一下就上去了，后面計(jì)算速度的提升受限于芯片的散熱能力。為了把游戲玩下去，CPU制造商開始增加芯片中處理器的數(shù)量。

這時(shí)很多軟件就要重新編程才能利用并行機(jī)制的優(yōu)勢，新一代的處理器不再以速度取勝，但更糟糕的是，大多數(shù)計(jì)算機(jī)應(yīng)用也并不需要變得更快了。

大部分軟件堆棧協(xié)議已經(jīng)成熟，應(yīng)用程序已經(jīng)固化，人們不再每年需要新的CPU或2倍更多的內(nèi)存。

大多數(shù)辦公室工作都可以在35$的樹莓派上完成。甚至游戲行業(yè)也因大量的游戲機(jī)而飽和了。這些游戲機(jī)以低于成本的價(jià)格出售，前期投資從游戲里隱藏的費(fèi)用中收回。

游戲機(jī)為絕大多數(shù)人提供了便利，簡單的界面和滿意的體驗(yàn)。對硅谷來說需求增長放緩是一個(gè)大問題。

?

智能手機(jī)的發(fā)明帶來了轉(zhuǎn)機(jī)

雖然PC市場增長明顯放緩，但這一類新產(chǎn)品正在蓬勃發(fā)展，2007年至今推出的各種型號的iPhone把發(fā)展不斷推向高潮。

對于智能手機(jī)，發(fā)展迭代并不是主要關(guān)注CPU速度，而是關(guān)注功耗（電池壽命）和傳感器/屏幕的質(zhì)量。

在過去的10年中，相機(jī)和屏幕確實(shí)取得了很大進(jìn)步，但除了一個(gè)關(guān)鍵的公司—蘋果之外，硅谷大亨并沒有獲得多少新的收入。

相反，硅谷專注于軟件方面的工作，成立服務(wù)性公司，如Uber，Netflix和其他利用手機(jī)平臺的應(yīng)用程序。

但從一開始所有人就知道，智能手機(jī)的革新不會一直火下去。

事實(shí)上，到2018年，大多數(shù)人意識到他們不需要每兩年購買一臺價(jià)值1000美元的新智能手機(jī)，就像早前PC電腦的境況的一樣，舊型號對大多數(shù)的應(yīng)用來說都還不錯。

這導(dǎo)致蘋果股票在2018年秋季受到重創(chuàng)，使該公司估值回到遠(yuǎn)低于1萬億$。

區(qū)塊鏈和人工智能重新點(diǎn)燃市場

隨著各種市場枯竭，硅谷需要一些新事物：與90年代PC革命影響力一樣大的事物；能夠?qū)崿F(xiàn)全新功能顛覆現(xiàn)有產(chǎn)業(yè)格局的事物；能重新點(diǎn)燃硅谷需要在數(shù)量級上提升算力的事物。

到2012年，兩個(gè)這樣的潛在事物出現(xiàn)了：區(qū)塊鏈和人工智能（AI）。區(qū)塊鏈（最初在2010年被稱為比特幣），其想法是通過消除（銀行）底賬的需求來完全取代金融系統(tǒng)，并提供一個(gè)建立遠(yuǎn)程交易的自我認(rèn)證手段。

構(gòu)建區(qū)塊鏈需要大量的計(jì)算能力，以計(jì)算出所謂的“工作證明”。這是硅谷所希望的：一個(gè)新的，利潤豐厚的應(yīng)用領(lǐng)域，此外這個(gè)領(lǐng)域還需要大量“硅”來滿足計(jì)算需求。

人工智能大約在2012年進(jìn)入了硅谷的視線范圍內(nèi)。當(dāng)時(shí)一位名叫杰夫·辛頓的加拿大紳士在模型連接和神經(jīng)網(wǎng)絡(luò)的神秘領(lǐng)域中與他的學(xué)生一起工作了30年，使用在GPU上實(shí)現(xiàn)的深度神經(jīng)網(wǎng)絡(luò)終結(jié)了ImageNet對象分類競賽（雖然還應(yīng)該歸功于Jürgen Schmidhuber，他已經(jīng)在2011年使用基于GPU的conv-net網(wǎng)絡(luò)贏得這項(xiàng)比賽）。

與區(qū)塊鏈一樣，這項(xiàng)技術(shù)可以開啟一系列新應(yīng)用和大量的芯片需求。硅谷中的許多人很快就看到了機(jī)會，而且資金開始大量涌入。

自從90年代上一次神經(jīng)網(wǎng)絡(luò)冬天以來，大學(xué)里處于低谷期的神經(jīng)網(wǎng)絡(luò)學(xué)者們很快就注意到了這個(gè)機(jī)會。

突然，他們受邀參加硅谷派對。這種多層感知器的新化身不斷給出了令人興奮的新結(jié)果，一時(shí)間：物體識別和分割，語音識別，機(jī)器翻譯都不斷變得越來越精確。

這些新功能很快被擁有大量數(shù)據(jù)（如Google或Facebook）的公司所利用。但對于這些真實(shí)但可能不是很令人興奮的應(yīng)用程序，人們很快就激動過了勁。

在政府項(xiàng)目計(jì)劃里，那些科學(xué)家曾經(jīng)被承諾各種支持但往往都落空，但他們現(xiàn)在有了更好的金主：風(fēng)險(xiǎn)資本家。

風(fēng)險(xiǎn)資本家們喜歡聽改變世界的故事，他們對謊言的識別能力遠(yuǎn)低于政府資助機(jī)構(gòu)，而且科學(xué)家的論文也不用被政府投資機(jī)構(gòu)仔細(xì)審核了。

另外，人工智能是這樣一片土地，在這里給神話故事澆灌幾點(diǎn)科幻小說的想象力，它就可以茁壯成長。這些神話故事在科幻小說的參照下，使情況看起來就像我們好像到了一些讓人驚訝的拐點(diǎn)--人工智能可以以我們想不到的程度自我進(jìn)化，也就是——奇點(diǎn)。

這個(gè)論調(diào)導(dǎo)致了嚴(yán)重的焦慮（措施恐懼癥），在過去政府資助機(jī)構(gòu)覺得自己是人工智能神話的受害者，這就導(dǎo)致了這些機(jī)構(gòu)對人工智能資助的凍結(jié)，也就是所謂的人工智能寒冬。

硅谷同時(shí)也打造了人工智能最大的狂歡盛宴，它毫不猶豫地?fù)肀Я巳斯ぶ悄堋?/p>

隨著沒有多少工業(yè)經(jīng)驗(yàn)的深度學(xué)習(xí)科學(xué)家們從大學(xué)畢業(yè)，研發(fā)中心、非營利實(shí)驗(yàn)室和初創(chuàng)公司的深度學(xué)習(xí)專家數(shù)量也開始激增。

初創(chuàng)公司蓬勃發(fā)展，承諾在機(jī)器人技術(shù)、自動駕駛汽車、自動飛行器等領(lǐng)域創(chuàng)造各種奇跡。

所有問題的解決方案都變成了深度學(xué)習(xí)，其實(shí)也不過是在更大的GPU上使用更多的數(shù)據(jù)訓(xùn)練更深的神經(jīng)網(wǎng)絡(luò)。

大家都覺得僅僅需要更多的數(shù)據(jù)和更多的計(jì)算問題就能解決。狂歡就這樣進(jìn)行著。

直到2018年一些人開始意識到這么做是可能不奏效了。對象識別或分割中的大多數(shù)“現(xiàn)實(shí)”的基準(zhǔn)開始顯示出收益遞減的強(qiáng)烈跡象。

使用大量的數(shù)據(jù)在很強(qiáng)大的機(jī)器上訓(xùn)練這些模型，在表現(xiàn)上只取得了平庸的提升，而在另一些情況里根本沒有提升。于是科學(xué)家們開始做他們最擅長的事，寫很多論文，其中一部分人放棄做產(chǎn)品，開始探索這項(xiàng)新科技的局限性。

用深度學(xué)習(xí)玩游戲

在深度學(xué)習(xí)應(yīng)該帶來革命的所有領(lǐng)域中，有一個(gè)領(lǐng)域持續(xù)給出了的優(yōu)異成果：游戲。

因?yàn)橛螒蚩梢栽谟?jì)算機(jī)上推演，進(jìn)而產(chǎn)生比在現(xiàn)實(shí)世界里要高出幾個(gè)數(shù)量級的數(shù)據(jù)，這樣大量的數(shù)據(jù)很難從現(xiàn)實(shí)中獲得和標(biāo)記。

在許多情況下，僅僅訓(xùn)練電腦（代理人）玩這些游戲就可能花費(fèi)數(shù)十萬美元（僅僅是電力和計(jì)算硬件）。

但是同樣的技巧不適用于現(xiàn)實(shí)世界的問題，標(biāo)記這樣的數(shù)據(jù)花費(fèi)高昂，并且這些數(shù)據(jù)通常不能完全代表手頭問題的極端情況。

在所有這些人工智能的狂潮中，Hans Moravec那古老被人遺忘的觀察也就是Moravec悖論，變得越發(fā)清晰和明顯。

雖然深度學(xué)習(xí)在廣泛的計(jì)算機(jī)感知領(lǐng)域?qū)崿F(xiàn)了許多新功能，但它沒有解決人工智能的一般問題。

即使在計(jì)算機(jī)感知更接地氣的應(yīng)用中，大量標(biāo)記數(shù)據(jù)也不容易獲得，基于經(jīng)典算法和手工特征的解決方案在現(xiàn)場應(yīng)用中更容易開發(fā)也有更強(qiáng)的預(yù)測能力。這些方案經(jīng)過精心的設(shè)計(jì)和優(yōu)化。

人工智能技術(shù)進(jìn)步的試金石是自動駕駛汽車開發(fā)

到2016年，硅谷的許多人都相信這項(xiàng)技術(shù)幾乎可以實(shí)際部署，并且將成為深度學(xué)習(xí)的關(guān)鍵支柱之一畢竟汽車已經(jīng)可以在沒有干預(yù)的情況下行駛數(shù)英里。

這種信心非常強(qiáng)烈，以硅谷為基地的汽車制造商特斯拉甚至開始將該功能作為云端升級（即將發(fā)布的更新）出售。

到2019年初，這些說法基本上沒那么有底氣了，一些關(guān)于銷售蒸發(fā)器的訴訟正在進(jìn)行中。與此同時(shí)，對于許多自動駕駛汽車公司來說，2018年是艱難的一年，亞利桑那州由優(yōu)步AV造成了致命撞車事故以及特斯拉自動駕駛儀相關(guān)事故造成了多人死亡。

此時(shí)，即使在硅谷，人們也開始慢慢意識到，一輛完全自動駕駛的汽車，能夠像出租車一樣把人載著到處跑的自動汽車，還是一個(gè)遙遠(yuǎn)的未來。

很明顯，汽車將繼續(xù)內(nèi)置電腦，從這個(gè)意義上說，硅谷已經(jīng)贏了，但這與之前的夢想相去甚遠(yuǎn)。

2018年，比特幣的價(jià)格從近20,000美元跌至4.000美元以下，跌幅超過80％。

在2018年，硅谷的另一個(gè)大賭注面臨嚴(yán)重打擊：比特幣，區(qū)塊鏈的頭兵，價(jià)值下跌超過80％。許多人損失了很多錢，市場對加密數(shù)字貨幣的熱情普遍大幅下降。

AI還有很遠(yuǎn)的路要走

深度學(xué)習(xí)和區(qū)塊鏈都是非常有趣的技術(shù)，它們實(shí)現(xiàn)了以前不可能的事。

谷歌的圖像搜索比以前的好了很多。其中樣式轉(zhuǎn)換過濾器是一個(gè)非常酷的工具，使得這篇文章的特色圖像成為可能。

機(jī)器翻譯現(xiàn)也足夠讓你在外國找到路了，但還遠(yuǎn)不能翻譯詩歌。

以上說的種種這些改進(jìn)似乎都不足以贏得勝利，不足以為硅谷的大賭注正名。它們看起來都不像90年代瘋狂的計(jì)算機(jī)熱潮一樣有影響力，有利可圖。

至于人工智能，這波炒作周期與以往的炒作周期沒有太大差別。

我們想讓計(jì)算機(jī)做受過教育的成人可以做的事情，但后來才意識到這些計(jì)算機(jī)無法處理嬰兒或動物認(rèn)為理所當(dāng)然的事情。

只要我們繼續(xù)跌入同樣的陷阱，AI（就像在實(shí)際的通用人工智能中）將仍然是一個(gè)白日夢。

英偉達(dá)是一家給區(qū)塊鏈和人工智能淘金熱賣鏟子的硅谷公司

過去四年的股票行情既反映了人們很高的期望，也反映了期望不斷破滅的過程。

未來很難預(yù)測，但至少現(xiàn)在看起來這兩個(gè)賭注都是死路一條。

也許就像互聯(lián)泡沫網(wǎng)破滅之后會出現(xiàn)谷歌和臉書這樣的公司，當(dāng)前技術(shù)成熟周期之后在區(qū)塊鏈和人工智能領(lǐng)域可能出現(xiàn)相似的成功案例。

但也就像那時(shí)一樣，只有極少數(shù)人會贏，而很多人會錯過機(jī)遇。

?

相關(guān)報(bào)道：

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

總結(jié)

以上是生活随笔為你收集整理的硅谷与人工智能的一段风流暧昧史的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。