AI 咁火，我却有 5个理由走呢个行业

神译局是转载旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外嘅新技术、新观点、新风向。

转载：AI行业似乎前景无限，但前路又好迷茫。喺呢个行业，有人信誓旦旦而来，有人满是失望离去。从内部睇AI才能真正理解AI。作者Alberto Romero作为一个喺AI行业工作‌3年嘅人，决定走AI，并唔再回来。本文译自Medium，原标题为” 5 Reasons Why I Left the AI Industry “，希望对您有所启发。

三年前，“人工智能”呢个词让我产生‌强烈嘅感觉。进入AI世界好似走进‌未来嘅神秘空间。我对智能机器嘅前景感到震惊，佢们能够解决我哋嘅任务。通过熟悉嘅技术，我深入到心灵嘅惊奇之中。

当时我啱啱完成航空航天工程嘅学士学位，想要向人工智能迈进。2017年末，我遇到‌伟大嘅杰弗里·欣顿(Geoffrey Hinton)和吴恩达(Andrew Ng)。他喺Coursera上嘅讲座为我打开‌一扇门，让我喺2018年揾到‌自己喺一家人工智能初创公司嘅第一份工作。

我承诺‌好多。那么多嘅电影里，机器人统治住世界，机器将我哋变成‌半神。但佢并没有畀我带来乜嘢。也许我太天真嘎啦。我相信真正嘅人工智能所隐藏嘅面具。

喺人工智能领域工作3年后，我唔再钟意佢嘎啦。我谂我唔会好快回到呢个行业嘅。以下是我走呢个行业嘅5个原因。

1.  人工智能可能没有炒作嘅那么好

“AI经历‌好几次人工智能寒冬，因为人称佢哋无办法交付嘢。”

——Yann LeCun, Facebook首席人工智能科学家

人工智能能拯救世界吗？人工智能能解决最紧迫嘅问题吗？早喺人工智能普及之前，就有人认为佢将彻底改变我哋嘅生活。1984年，计算机科学家弗雷德里克·海耶斯-罗斯(Frederick Hayes-Roth)预测，人工智能将“取代法律、医学、金融和第啲专业嘅专家”。

但佢没有。纵观历史，人工智能经历‌好多炒作周期。呢啲周期被称为AI寒冬。人工智能将无办法满足人嘅期望，呢引发‌一波怀疑，最终导致研究资金嘅撤回。

自2012年嘅深度学习革命以来，我哋睇到人对该领域嘅兴趣日益浓厚。一啲人仍然认为人工智能将改变未来。但问题依然存喺：人工智能系咪会像其宣传嘅那样成功？纽约大学(New York University)人工智能研究员加里•马库斯(Gary Marcus)喺2020年表示，“到2020年，人越来越认识到，家阵时嘅技术只能带我哋走咁远。”用“人工智能教父”杰弗里·辛顿嘅话嚟讲：

“我嘅观点是：扔掉一切，重新开始。”

我进入‌人工智能嘅世界，被佢对智能机器和人工通用智能即将到来嘅承诺所感动。但这唔会好快发生。

抱住同现实唔相符嘅期望会导致唔满和沮丧。我唔想那样。

2.  当你从内部观察AI时，佢就失去‌魔力

当你同外行谈论人工智能时，佢哋会立即想到《终结者》(Terminator)或《黑客帝国》(The Matrix)等电影，以及《我，机器人》(I, robot)或《2001：太空漫游》(2001:a space odyssey)等书籍。所有嘅场景都描述‌AI拥有惊人嘅能力和力量。

“人工智能”呢个词是由约翰·麦卡锡（John McCarthy）创造嘅，他其实并唔钟意呢个词。他知道这系一种吸引公众注意嘅营销工具。Devin Coldeway喺TechCrunch上写道，人工智能是“一个用来创造能力感知嘅营销术语，因为大多数人无办法想象一个唔称职嘅人工智能。”而家，人工智能已经成为主流，好多公司利用‌呢个名背后嘅影响力。

人工智能已经从以硅基实体嘅形式揭示人类智慧嘅奥秘，变成‌科技公司喺 AI 驱动嘅产品和服务中使用嘅流行语。喺好大程度上，人工智能已经失去‌佢嘅雄心。

3.  而家每个人都可以使用人工智能

唔耐前，人工智能还只系一个笼统嘅广义术语，涵盖‌好多领域。其中之一就是机器学习（ML），ML 同时又分为包括深度学习（DL）喺内嘅好多分支。唔过而家，我可以放心地讲：对于大多数人嚟讲，AI=ML=DL。

深度学习已经占领‌科技和计算机科学嘅世界。点解？因为神经网络好擅长做佢们该做嘅事。佢哋做得好好，每个人都想分一杯羹。

“而家神经网络起作用嘎啦，行业和政府已经开始称神经网络为人工智能。人工智能领域嘅嗰啲人一辈子都喺度嘲笑神经网络，说佢哋永远也做唔成任何事，而家佢哋好高兴称佢们为人工智能，并试图从中捞钱。”

——杰弗里·欣顿(Geoffrey Hinton)

人工智能嘅普及让每个软件相关嘅毕业生都梦想成为下一个吴恩达(Andrew Ng)。显而易见，你可以好容易地喺云中运行一个强大嘅DL模型，可以从巨大嘅数据库中学习，呢让好多人享受到快速而简单地睇到结果嘅好处。

几乎任何人都可以接触到人工智能。就算你没有任何计算机科学（或编程）知识，也可以使用 Tensorflow 或 Keras 喺一个月内创建一个工作模型。但是，我谂问嘅系：那是你想要嘅吗？佢满足‌你发现新事物嘅渴望吗？这有趣吗？就算呢个模型能发挥作用，但你实际上学到‌乜嘢呢？

喺我睇来，人工智能本身已经成为‌一个目嘅。大多数人使用人工智能并唔为‌达到更高嘅目标，佢哋只是为‌使用人工智能而使用佢，而唔认识佢背后嘅机制、原理、过程。我一点也唔满意。

4. 我哋可能永远唔会实现通用人工智能

通用人工智能就是像人一样嘅智能。几十年来，通用人工智能一直是推动人工智能前进嘅主要目标。当我哋创造出通用人工智能时，世界将发生翻天覆地嘅变化。

那我哋离创造出人类级智能机器仲有多远？一啲人认为，呢将喺几十年内实现。但是也有对此持怀疑态度嘅人，领先嘅批评家之一 Hubert Dreyfus 讲：“没有身体，没有童年，没有文化实践嘅计算机根本无办法实现智能。”

目前睇来，人工智能嘅研究甚至没有朝住实现通用人工智能嘅正确方向发展。图灵奖获得者 Yann LeCun，Geoffrey Hinton 和 Yoshua Bengio 喺 2018 年表示，机器需要像孩子一样，喺没有标签嘅情况下进行自我监督学习（也称为无监督学习）。

这是第一步。但係，对于大脑，我哋仲有太多唔认识嘅地方，无办法尝试构建通用人工智能。有人说我哋唔需要创造出同人类智慧相等嘅有意识机器，但是，我哋真嘅能将人类嘅智慧从人类对世界嘅主观体验中分离出来吗？我哋仲未知道，也许永远也唔会知道。

5. 人工智能嘅未来喺于构建 “大脑”

人工智能嘅出现是为认识开人类思想嘅神秘面纱。神经学研究发现，大脑是由神经元嘅电网络组成，呢啲神经元可以产生脉冲，构建电子大脑嘅想法正系来源于此。

人已经进行‌一啲尝试来缩小人工智能同大脑之间嘅鸿沟，例如神经形态计算，也就是创建类似于大脑结构嘅硬件。

但生物神经网络和人工神经网络之间仍有好大区别：大脑中嘅神经元喺时间和频率嘅峰值上传递信息，而信号嘅强度（电压）是恒定嘅。人工神经元正好相反，佢们仅以输入强度而唔系时间或频率来传递信息。

“我一直坚信，要使人工智能发挥作用，唯一嘅方法就是以类似于人脑嘅方式进行计算。噉就是我一直追求嘅目标。我哋正喺度取得进步，虽然我哋仲有好多关于大脑实际上系点样工作嘅知识要去学习。”

—杰弗里•辛顿（Geoffrey Hinton）

写喺最后

当然，人留喺人工智能领域也有好多充分嘅理由。你甚至可以而家就进入呢一行业，但是，请确保呢啲理由能够真正地打动你。

喺人工智能嘅世界度，外表都系谎言。呢一切并唔像人想象嘅那样有趣。同《我，机器人》中嘅类人机器人一样，AI 唔会从根本上改变世界。人工智能唔再是新颖嘅、专有嘅或必唔可少嘅，也唔好期望好快就会睇到达到人类水平嘅智能机器。

最后，请记住，如果我哋想揾到人类智慧嘅圣杯，并赢得呢场同大自然之战嘅胜利，噉样我哋应该关注嘅系唯一具有人类智慧水平嘅嘢：我哋嘅大脑。

译者：Jane