第二章 AI复兴：深度学习+大数据=人工智能（第2/24页）

图18　网上流传的漫画：人工智能发展成熟度曲线

与其说这是人类自身的心理落差，不如说这是计算机是否具有智能的判定标准在不断被拔高。从会下跳棋就算智能，到会下象棋才算智能，再到会下围棋才算智能……到底有没有客观的评价尺度？到底要给计算机设定怎样的门槛，才能正式发给它一张“人类智慧”的鉴定证书？今天我们管Alpha Go叫人工智能了，3年之后呢？5年之后呢？

Alpha Go之前，人们至少喊过两次“人类要被机器毁灭了！”20世纪60年代前后算一次，20世纪80年代到90年代前后也算一次。前两次人工智能热潮，每一次都释放过人类关于未来的瑰丽想象力，每一次都让许多人热血沸腾。但很不幸，两次热潮在分别经历了十数年的喧嚣后，无一例外地迅速跌入低谷，并在漫长的寒冬中蛰伏起来。

1998年，我来到北京创立微软亚洲研究院的时候，正值当时人工智能的热潮开始消退，人们对热潮中随处可见的盲目情绪心有余悸，很多人甚至不愿再用“人工智能”这个词来指代相关的研发领域。在学术圈子里，一度有很多人觉得，凡是叫“人工智能”的，都是那些被过分夸大，其实并不管用的技术。结果，我们为微软亚洲研究院设定科研方向的时候，就经常主动回避“人工智能”这个字眼儿，而是选用“机器视觉”“自然语言理解”“语音识别”“知识挖掘”之类侧重具体应用领域的术语。

仅仅因为人工智能的表现与普通人的期望存在差距，我们这些研究人工智能的人就羞于提及“人工智能”，这真是一件尴尬的事儿。

那么，今天这次人工智能热潮会如何发展呢？第三次人工智能热潮有何本质上的不同？几年后的我们是否还会像前两次那样，不但忘掉了曾经的兴奋，还愤愤地说人工智能都是骗子？学术界、投资界、商业界乃至普通大众还会像此前两次那样在热闹了一阵子之后就归于沉寂，甚至跌入冰点吗？

用高德纳技术成熟度曲线看AI发展史

和前面那张搞笑的“人工智能发展成熟度曲线”不同，学术界、产业界和投资界在谈到技术高潮与低谷时，经常会引用高德纳咨询公司（Gartner）推荐的技术成熟度曲线。

这条曲线显示出，几乎每一项新兴且成功的技术，在真正成熟之前，都要经历先扬后抑的过程，并在波折起伏中通过积累和迭代，最终走向真正的繁荣、稳定和有序发展。

图19　高德纳咨询公司（Gartner）技术成熟度曲线（CC BY-SA 3.0，Wikipedia）29

如图19中的曲线所示，一种新科技的研发过程通常是这样的：初创公司接受第一轮风投，开发出第一代产品，虽然不成熟，但足以吸引一批早期接受者——粉丝。在早期阶段，产品的优点被粉丝放大，大众媒体跟风炒作，将该技术推向一个充满泡沫的膨胀期。随着盲目的追捧者激增，跟风研发、生产的初创公司越来越多，产品的不足被无限放大，负面报道开始出现，供过于求的市场竞争中，大批跟风入局的初创公司不是被兼并，就是走向倒闭，只有少数拥有核心竞争力的坚持了过来。跌入低谷后，第二轮、第三轮风投资金注入大浪淘沙后仅存的中坚企业，新一代技术和产品也随之问世，整个技术曲线步入稳步攀升的平台期和成熟期，潜在用户的接受程度也从5%以下逐渐提升到20%到30%，初创企业和风投资本开始迎来高额回报。

这条曲线概括了绝大多数高新技术的发展历程。更重要的是，每年高德纳公司都会根据当年度所有流行技术的发展、成熟状况，制作出一张当年各流行技术在高德纳曲线上的发展位置图示，标示出每种前沿技术是处在萌芽期、泡沫期、低谷期还是成熟期，以及每种未达成熟期的技术还需要几年才会真正成熟起来。技术人员、投资者经常根据高德纳曲线来判断时代潮流，选择投资方向。