去年六月，F(xiàn)acebook人工智能研究部門的五位研究員聯(lián)名發(fā)表了一份研究報告，主要介紹了機器人如何能夠模擬談判性質(zhì)的對話。

雖然在很大程度上，機器人確實能夠保證對話的連貫性，但研究員發(fā)現(xiàn)那些軟件也會偶爾說出一些奇怪的話，比如“對我來說、對我來說、對我來說、對我來說，球沒什么用?！?/p>

看到這些研究結(jié)果之后，F(xiàn)acebook人工智能團隊便清楚地意識到，他們沒有能夠在日?？谡Z的參數(shù)范圍內(nèi)，對機器人說出的話語進行有效限制。換句話說，他們只是研發(fā)出了一種僅限于機器人相互之間使用的獨特機器語言。而對于這些研究結(jié)論，或許身處其他領(lǐng)域的人會覺得比較有趣，但其實在專業(yè)人士看來，根本就是毫無新意可言，也算不上是突破性發(fā)現(xiàn)。

就在那份研究報告發(fā)表之后的一個月，國外知名新聞媒體又發(fā)表了一篇名為《人工智能正在投資那些人類無法聽懂的語言，我們是否應(yīng)該阻止這種趨勢？》的文章。具體看來，文章主要講了機器人時常出現(xiàn)的偏離日常英語交流的問題。雖然這并不是上述研究報告的主要結(jié)論，但外媒文章表示，在發(fā)現(xiàn)機器人已經(jīng)開始以一種全新的語言進行交流時，研究人員認為它們發(fā)展到了一種失去控制的地步，從而決定叫停整個實驗。

該文章一經(jīng)發(fā)表，便迅速傳遍了整個網(wǎng)絡(luò)，導(dǎo)致大量缺少創(chuàng)新報道內(nèi)容的出版商開始跟風(fēng)，紛紛說Facebook的工程師是因為機器人以一種獨特語言進行自主交流出現(xiàn)了恐慌，從而叫停了人工智能項目的研究。甚至還有媒體指出，這一現(xiàn)象簡直就是電影《終結(jié)者》在現(xiàn)實生活中的重現(xiàn)。因為在這部電影中，有一個機器人在有了自主意識之后就對人類發(fā)起了戰(zhàn)爭。

Zachary Lipton是卡耐基梅隆大學(xué)機器學(xué)習(xí)部門的助理教授，看到這篇本來還算有點兒意思的文章逐漸成為各家媒體博得關(guān)注的噱頭，他不禁產(chǎn)生了一絲沮喪之情。

根據(jù)Lipton的介紹，近些年來，廣大民眾對“機器學(xué)習(xí)”和“深度學(xué)習(xí)”這類話題是越來越感興趣。但與此同時，也導(dǎo)致了不少“趁虛而入”的低質(zhì)新聞報道現(xiàn)象出現(xiàn)，對人們正確理解相關(guān)研究報告以及行業(yè)發(fā)展前景帶來了負面影響。用他的話說，這就是人工智能錯誤信息的蔓延。其實，除了Lipton，還有很多該領(lǐng)域的研究人員也是感同身受。他們擔(dān)心關(guān)于人工智能的猜測性虛假報道，將會促使人們對該行業(yè)的發(fā)展前景抱有錯誤預(yù)期，最終威脅到該行業(yè)的發(fā)展進步以及相關(guān)新興技術(shù)在現(xiàn)實生活中的高效應(yīng)用。

事實上，媒體對于計算機智能的夸張報道，并不是我們這個時代獨有的，早在計算這個概念最開始出現(xiàn)時就已經(jīng)有了。

1946年2月，校車大小的電子數(shù)字積分計算機（即Electronic Numerical Integrator and Computer，以下簡稱Eniac）正式在一次新聞發(fā)布會上亮相。當(dāng)時，記者們紛紛將其稱作“電子大腦”、“數(shù)學(xué)怪人”以及“天氣預(yù)測者與控制者”。為了讓大眾真正理解這一新機器，不再受虛假夸張新聞的誤導(dǎo)，英國著名物理學(xué)家DR Hartree在《自然》雜志上發(fā)表了一篇文章，以一種直接、真實、簡單的方式講述了Eniac的運作方式。

但讓他感到沮喪的是，《倫敦時報》在他的研究基礎(chǔ)之上，又刊登了一篇名為《電子大腦：解決深奧問題、帶有記憶閥門》的文章。隨即，他便給《倫敦時報》的編輯寫了一封信，說是“電子大腦”這一術(shù)語會誤導(dǎo)讀者，并且聲明機器是無論如何不能代替人類大腦思維的。但可惜的是，他的努力最終還是徒勞。在媒體眼中，Eniac的身份以及定義，永遠都停留在“大腦機器”上。

同樣在美國，情況也相當(dāng)類似。Frank Rosenblatt是康奈爾航空實驗室的工程師和心理學(xué)家。1958年，他在《紐約時報》上發(fā)表文章，正式提出了一種名為“感知器（perceptron）”的基本機器學(xué)習(xí)算法。雖然按照設(shè)計，這種算法只能夠識別出來少數(shù)幾種模式，但《紐約時報》卻將其稱為“電子大腦”，說是它可以實現(xiàn)自我教學(xué)，用不了多長時間就能走路、說話、寫作、繁殖再生，同樣也能充分意識到自己的存在。

固然，人工智能可以帶來令人陶醉的喜悅，也可以為大學(xué)和軍隊中的研究人員帶來大量資金支持。但到上世紀60年代，不少人工智能行業(yè)先驅(qū)就已經(jīng)很明顯能夠看到，一直以來他們都低估了在機器中模擬人類大腦這件事的困難程度。1969年，曾經(jīng)公開表示機器智能終將會超越人腦的Marvin Minsky，與計算機科學(xué)家Seymour Papert聯(lián)名出版了一本書，以證明Rosenblatt的感知器算法無法完全實現(xiàn)之前相關(guān)專家們的設(shè)想，而且還表示其智能程度遠不及媒體所宣傳報道的那樣。

二人的書一經(jīng)出版，便迅速在人工智能研究領(lǐng)域和其他領(lǐng)域傳播開來，猝不及防地掀起了一股揭開人工智能真實面目的全新潮流。1972年，知名哲學(xué)家Hubert Dreyfus針對這一技術(shù)和行業(yè)的發(fā)展，發(fā)表了一篇影響深遠的長文，名為《計算機所無法勝任的事情》。一年后，英國知名數(shù)學(xué)家James Lighthill又針對機器智能的發(fā)展現(xiàn)狀公開了一份調(diào)查報告，并且得出結(jié)論說在整個人工智能和機器智能領(lǐng)域，所有截至當(dāng)時的創(chuàng)新發(fā)現(xiàn)都沒能像預(yù)期那樣產(chǎn)生重大影響。

自此，人工智能迎來了自己的第一個蕭條期，也就是首個寒冬。在那期間，幾乎所有的相關(guān)研究都無法順利拿到資金支持。就連一直以來熱衷于用“電子大腦”博得大眾關(guān)注的新聞媒體，也失去了報道興趣。雖然后來在80年代到90年代期間，人工智能出現(xiàn)了略微的回暖跡象，但還是在一定程度上擺脫不了過時、科幻的標(biāo)簽。要知道，一直以來，計算機科學(xué)家都在努力避免人工智能與這些詞語沾上邊，因為他們擔(dān)心大眾將自己當(dāng)成白日空想家。

直到新一代研究人員開始發(fā)表文章，介紹一項名為“深度學(xué)習(xí)”的新技術(shù)在現(xiàn)實生活實現(xiàn)了成功應(yīng)用時，人工智能才算是真正順利度過了自己的首個寒冬。