炎热的夏天来了。想要避暑降温，除了开空调吃冰淇淋，还有什么办法吗？当然有！比如关注深度学习领域，刚好你会发现人工智能又进入了寒冬。它显然是一项在世界范围内引起大量关注和投资的技术。为什么有的大老板时不时打开话筒，给人一种一年四季都是“冬天”的错觉？最近几个月，有AI专家FilipPiekniewski，去年发表《AI Winter is Well on its Way》号称AI和深度学习的寒冬即将来临，接连发表两篇“气势磅礴的论文”，再次向深度学习发起进攻。一说AI等同于“区块链”。终将面临崩溃，另有文章称，深度学习的适用范围远比人们想象的要窄。我们不妨以FilipPiekniewski的这番言论为线索，看看“AI寒冬论”背后隐藏着哪些秘密。经过一年的寒冬，他们带回了什么论据？上次发表《AI Winter is Well on its Way》后，菲利普·皮克涅夫斯基受到了很多批评。究其原因，FilipPiekniewski的观点和论点实在槽点太多。例如，Filip引用了在Twitter上提及深度学习的学术领袖数量的下降作为深度学习衰落的证据。他还将Uber的自动驾驶事故归咎于不可靠的深度学习技术，这家知名的不可靠自动驾驶制造商。但在最近的言论中，FilipPiekniewski进一步补充了他的观点。首先，FilipPiekniewski再次强调了自动驾驶的不可靠性。证据是，自动驾驶领域在过去一年逐渐降温，在实验过程中不断发生事故。福特首席执行官吉姆哈克特也承认，该公司“高估了”全自动驾驶汽车到来的速度。同时，FilipPiekniewski还将比特币与深度学习进行了比较，认为两者都是芯片销售疲软时硅谷“炒作”的新概念。一个是靠算力挖矿，一个是靠大规模模型创造算力需求。是卖更多的GPU。比特币早已崩盘，深度学习打造的AI梦离醒来不远了。对于当前AI行业最头疼的人才问题，FilipPiekniewski给出了不同的看法。他认为，与AI人才短缺相比，实际上AI人才是鱼龙混杂。只要一篇论文在顶级会议上发表，就可以取代所有的背景。此外，大量所谓的AI人才直接从高校和科研院所进入企业，现实场景经验的缺乏加速了AI的“消亡”。比特币之殇：AI是硅谷的带货主宰吗？与上次以推特内容为证相比，这次FilipPiekniewski提出的自动驾驶汽车冷淡、AI人才评审标准模糊等，看似客观多了，但将区块链与AI进行对比，却是极其残酷的理论。不得不承认，从硅谷的角度来看，人工智能和区块链确实有着显着的共性。第一，两者都通过对算力的旺盛需求，带动了芯片产业的发展；其次，两者都是先“赋能”硅谷的财富集中，再赋能现实场景的应用。移动端逐渐成熟后，硅谷再也无法像PC和移动端热潮初期那样通过普及设备和产品更替获取财富。但人工智能和区块链的出现，正试图自下而上地改变整个软硬件生态。这让科技公司获得了大量的红利，比如区块链和AI创业的投资大量涌入，英伟达近年的高速增长。但是我们不能完全把人工智能和区块链当成一回事。两件事的结果是部分整合的，并不代表两件事的性质是完全一样的。我们需要知道的是，深度学习之所以出现在今天，是因为移动时代带来的数据量的飙升和计算能力的基本提升，给深度学习的深入研发和应用提供了可能。深度学习。深度学习和芯片算力是相互实现的，而不是像比特币那样通过一个类似投资的概念，利用“挖矿”的行为，以空对空的方式消耗算力，就像“”普遍对芯片需求有贡献所以我们很难把比特币的崩盘看成是AI的必然未来技术原罪论：深度学习是L5级自动驾驶的绊脚石吗比特币价格上涨并不代表区块链技术没有意义，不管比特币是涨是跌，我们仍然可以看到区块链进入各个领域，在应用层面，FilipPiekniewski一直试图通过攻击反驳人工智能的整体应用价值自动驾驶。聚焦自动驾驶领域，我们发现似乎有一丝“寒冬”的迹象：2018年底以来，与自动驾驶相关的初创企业融资下滑，甚至估值出现回调；特斯拉2019年改口径推出全自动驾驶，甚至遭遇车主诉讼；福特CEO和WaymoCEO先后在公开场合表态，称“自动驾驶非常难，尤其是L5级自动驾驶”。自动驾驶降温的原因真的和AI技术有关吗？深度学习在复杂环境下的感知能力正在应用于自动驾驶视觉、毫米波雷达、激光雷达等领域，但其黑盒特性在决策能力上受限。弱点确实对L5级自动驾驶的发展存在一些阻碍。但是，我们不能把自动驾驶的发展看成一条路。虽然L5级别的自动驾驶还没有取得理想的进展，但是L4级别的自动驾驶已经开始了频繁的测试阶段，甚至已经有了商用的样机。更何况，阻碍L5级自动驾驶发展的不仅是AI技术，还有落地过程中的各种问题，比如法律法规、配套设施、伦理等。更何况，除了自动驾驶之外，AI在广阔的世界里还有很多可以做的。仅仅因为这一点就用一句话否定人工智能显然是不合理的。对于AI“清军方”：AI学者为何鼓吹AI寒冬论？面对这些不靠谱的言论，我们或许应该从“源头”开始关注。发布这一系列“雄文”的FilipPiekniewski是AI和机器视觉领域的研究人员。推特数据显示，他供职于一家名为AccelRobotics的AI创业公司。其实，在发文《AI Winter is Well on its Way》之前，说FilipPiekniewski在AI学术界毫无存在感也不为过。只是因为他对深度学习和人工智能的攻击，他才名声大噪。今天，我们可以清楚地看到FilipPiekniewski对AI套路的批判：一是技术的“商业羞辱”，与概念炒作挂钩；那么一般的矛盾就集中为技术矛盾，执行过程中的一切问题都归咎于技术本身；***开始批判，把一切都说成是大公司的商业骗局。在AI寒冬论发布后，活跃于AI界的LeCun、吴恩达等学者均提出反驳。但与此同时，市场上也出现了一些认可的声音，比如纽约大学心理学和神经科学教授加里·马库斯去年也曾写过一篇批评深度学习的文章。我们可以看到一个很有趣的现象：这些为AI“哭泣”的学者，都是在研究AI相关的领域。这种行为并非来自学者“唱衰”，而是因为他们研究的领域与当前人工智能的发展方向不同。以FilipPiekniewski本人为例，他的研究范围是经典计算机视觉，即在广泛的算法集合中从图像中提取信息，作为机器学习分类器的前端，以构建更复杂的检测器。然而，在实际应用场景中，检测器的构建过程非常复杂且不可重现。相比较而言，它的效率远不如深度学习，因此一直难以推向市场。但经典计算机视觉的优势在于它比深度学习解决方案更准确且对计算的要求更低。看到这里，FilipPiekniewski的一些看似不合理的非学术言论得到了解释。无论是强调深度学习是硅谷为了卖GPU而制造的计算骗局，还是强调AI炒作带来的学者社会地位膨胀，本质上都是在坚持自己的学术观点，表达对当前现状的不满。深度学习的主导地位。.包括上文提到的GaryMarcus，在表达对深度学习的不满的同时，强调深度学习必须与符号计算相结合才能取得进步。而这正是加里·马库斯本人的学术方向。毕竟，这些看似鼓吹人工智能寒冬的学者，其实并不是对人工智能的价值感到悲观，而是对人工智能学术发展趋势的不满，以一种有说服力的方式发表意见，仿佛深度学习与硅谷勾结祸国祸民。士子们捶着胸口叫道：“陛下，看你的国家！”结语虽然FilipPiekniewski对深度学习的攻击本质上是一种私人物品，但他的一些观点也不无原因，比如目前硅谷与学术界的密切关系，会不会影响学术发展的方向？而目前企业对深度学习学术人才的追捧，是否会因为学术人才的不适应环境而阻碍AI应用的发展？今天世界与过去的一大不同是，商业和学术研究越来越紧密地结合在一起。在大量科技公司资助和支持学术共同体的情况下，学者们是在进行纯粹的学术创新，还是被商业支持困在了某个牢笼中？商业资助的冲击是否会对学者的学术路径选择产生一定的影响？影响，最终导致技术创新在错误的方向上越走越远？尽管“AI冬天论”和对深度学习的盲目批判不可取，但我们仍应时刻保持警惕，牢记其背后隐藏的问题。
