前不久，國內(nèi)AI巨頭科大訊飛陷入了一場“造假”漩渦之中，有媒體報道，科大訊飛的AI同傳可能是人類翻譯冒充，并非機器翻譯。雖然科大訊飛事后澄清并未造假，卻無法打消大家的質(zhì)疑。
實際上，類似的事件之前也出現(xiàn)過，在江蘇衛(wèi)視《最強大腦》節(jié)目中，百度大腦挑戰(zhàn)一眾最強大腦，也有網(wǎng)友認(rèn)為其中可能存在鮮為人知的內(nèi)幕。那么，為何大家會對AI產(chǎn)生諸多質(zhì)疑？AI又是否真如企業(yè)所宣傳的那么強大呢？
一，大部分AI技術(shù)仍存在致命的缺陷和瓶頸
我在網(wǎng)上搜索到一則《DMV2017年度最新自動駕駛測試報告》，報告準(zhǔn)確顯示了目前無人駕駛的發(fā)展水平，值得一提的是，即便全世界做的最好的Waymo，也就是谷歌的兄弟公司，目前仍不能說完全實現(xiàn)了 L4 級別的自動駕駛。顯然，無人駕駛很難真正做到萬無一失。
另外，數(shù)據(jù)還顯示，Waymo 從每 1300 英里（2015 年）到 5000 英里（2016 年）到 5596 英里（2017 年）干預(yù)一次，提升的幅度越來越小。換言之，越往上無人駕駛面臨的瓶頸越嚴(yán)重。
眾所周知，無人駕駛技術(shù)是AI非常重要的一項應(yīng)用，如果無人駕駛不能得到大面積推廣，這必然會讓人懷疑AI的發(fā)展前景。就眼下的情況來看，無人駕駛離大面積普及仍然有很長的路要走，實際上，對于交通這種對安全性要求極高的體系來說，無人駕駛或許永遠(yuǎn)不可能被民眾普遍接受，因為沒有人愿意把自己的生命完全交給機器來掌控，只能在部分相對局限的區(qū)域，比如產(chǎn)業(yè)園區(qū)無人駕駛才有應(yīng)用價值，因為在這些區(qū)域，即便無人駕駛出現(xiàn)故障，也不會產(chǎn)生太嚴(yán)重的后果。
再者，無人駕駛也未必能達到高于人類駕駛的水平，眾所周知，交通狀況、路況信息是極其離散的，而人腦在吸收和處理這些數(shù)據(jù)時比機器有著得天獨厚的優(yōu)勢。舉個例子，如果出現(xiàn)某個路段臨時管制無法通行，那么人腦會第一時間做出判斷，但是機器就不一定了，面對復(fù)雜的情況，它一定會有一個漫長的學(xué)習(xí)和適應(yīng)過程，這也使得無人駕駛在面對錯綜復(fù)雜的交通需求時顯得“捉襟見肘”。
當(dāng)然，這種情況在其他方面也有反映，以AI同傳為例，如果是邏輯極其簡單、行文極其標(biāo)準(zhǔn)的內(nèi)容形式，那么機器翻譯或許不存在太大的難度，也不會犯嚴(yán)重的錯誤。問題是，很多內(nèi)容并不標(biāo)準(zhǔn)，不僅對上下文語言環(huán)境要求極高，而且，像中文的話，還存在各種各樣的修辭手法，在面對這些問題時，AI翻譯可能會出不少令人啼笑皆非的錯誤。不過，如果只是將AI作為輔助的翻譯手段，還是可以降低不少人工成本的，因為某些場景對翻譯的準(zhǔn)確率沒有太高的要求，只要能出大概意思就可以。
另外，百度大腦登上最強大腦那個節(jié)目，也確實展現(xiàn)了百度大腦的一些技術(shù)實力，不過，正如某些網(wǎng)友所說，如果讓百度大腦像水哥那樣對幾百杯水進行“微觀辨水”操作，估計系統(tǒng)就會直接崩潰了。因為對于微觀信息近距離的獲取，機器不見得能勝過水哥的雙眼，同時，如何對不同微觀信息進行處理，機器所使用的算法不同，結(jié)果也可能產(chǎn)生巨大的差異。
真正要使人工智能全面超越人類，前提是規(guī)則必須確定、信息必須有序，這樣人工智能在邏輯分析、數(shù)據(jù)處理方面才會占據(jù)較大的優(yōu)勢。還有一種情況，如果能讓機器具備人類的感情色彩、邏輯思維和學(xué)習(xí)能力，它也能全面超越人類，不過這看上去并不現(xiàn)實。
二，瘋狂背后，人工智能已浮現(xiàn)巨大的泡沫
今年3月份，中國創(chuàng)客導(dǎo)師、創(chuàng)新工場創(chuàng)始人李開復(fù)在參加某活動時，就公開指出人工智能存在巨大泡沫------“最近我見了一個做內(nèi)衣的，也說自己是人工智能的企業(yè)，這是非常不正常的現(xiàn)象。現(xiàn)在，人工智能領(lǐng)域的泡沫化特別嚴(yán)重。”
實際上，人工智能的泡沫和其他任何一種科技泡沫相比具備極高的相似性。這種泡沫首先表現(xiàn)在概念炒作層面，即在相關(guān)應(yīng)用大規(guī)模落地之前，概念已經(jīng)被炒得滾燙，并形成了新的“風(fēng)口”。之后便是大量資本的涌入，推動泡沫從概念層面升級到資本層面，從某種意義上講，任何泡沫都是資本推動的結(jié)果。當(dāng)然，資本是要求回報的，如果資本無法從中獲得回報，或者相關(guān)領(lǐng)域商業(yè)潛力并不大，那么一陣狂熱后，資本必然會退潮，這也就是泡沫破滅的時候。
那么人工智能的泡沫到底有多大？這種泡沫又表現(xiàn)在哪些方面呢？
我們先來看看融資規(guī)模，CVSource顯示，人工智能創(chuàng)企融資事件從2013年21起到2018年僅一季就有130起，融資額更是由2013年全年融資15億增長到2017年的338億元，而2018年僅一季度融資總額就已超過了2017全年，達到402億元。大量資本的涌入，也抬高了AI獨角獸的估值------9月10日，軟銀中國向商湯科技投資10億美元，將商湯估值抬高至60億美元，那么這種具備標(biāo)桿效應(yīng)的融資案例，也可能會推動其他AI巨頭估值提升，當(dāng)然，如果整個行業(yè)破滅，情況可能截然相反。
此外，人工智能領(lǐng)域相關(guān)人才的薪水已經(jīng)大幅偏離IT產(chǎn)業(yè)的平均水平。虎嗅上有一篇文章深入探討了這一點，其中提到“職位最低的工程師年薪在30~50萬，商業(yè)公司中的研究員則在50~100萬之間，項目主管或CTO則大多會在年薪80萬以上上不封頂，普遍在150萬左右。”可以說，市場對AI企業(yè)的期望值已經(jīng)使得AI人才成為了香餑餑，AI人才身價水漲船高，這部分成本勢必會轉(zhuǎn)嫁給AI企業(yè)。然而，絕大多數(shù)企業(yè)并不在乎，因為在他們看來，只要籠絡(luò)足夠的人才，就可以做出更好的產(chǎn)品，獲得更高的估值，融得更多的資金。正是在這種模式之下，AI的搶人大戰(zhàn)才可以維持。
其實，無論是企業(yè)估值，還是人才身價，都是資本推動的結(jié)果，但資本要獲得回報，就必須嚴(yán)格審視AI的商業(yè)化進程。光大新經(jīng)濟投資負(fù)責(zé)人艾渝在重慶智博會上就表示，AI技術(shù)商業(yè)化的壓力增大，未來如果找不到合適的落地場景，將有百分之九十的人工智能初創(chuàng)企業(yè)將會落敗出局。實際上，AI商業(yè)化的問題不僅困擾著初創(chuàng)企業(yè)，對BAT、谷歌、微軟這類巨頭而言，這同樣是個難題。正如上面所說，AI在很多情況下無法真正替代人工，如果缺乏應(yīng)用潛力，其商業(yè)價值必然飽受爭議。
再者，如果有一天AI大量取代人工，我也擔(dān)心整個經(jīng)濟會陷入衰退。因為AI的發(fā)達將導(dǎo)致就業(yè)困難，老百姓收入普遍降低，哪兒來的錢去下館子、逛超市？機器可以代替人干活，卻不能代替人消費。同時，機器的維護成本也相當(dāng)?shù)土踔链嬖跈C器維護機器的可能，徹底取代人工，現(xiàn)如今汽車制造大部分工序已交由機器完成，這對AI而言是個非常危險的信號。
從某種意義上講，一旦AI威脅到經(jīng)濟的正常運行，必然會被嚴(yán)格管控，相比投資的退潮和變現(xiàn)的困難，這可能才是其泡沫破滅的終極形式。