近幾年，人工智能呈現瘋狂成長的態勢，并存在了大量的炒作。而今卻討論人工智能會不會有第三場冬天，是不是有點不合時宜呢？實際上，在歷史上曾在上個世紀 70 和 80 年代發生過兩次人工智能低谷。那么，人工智能的冬天究竟會不會再次來臨呢？

上世紀70年代，由于人工智能夸張、大肆的炒作，吹得天花亂墜，產生了適得其反的結果。正因人工智能未能實現令人激動的承諾，便認為專業程序員比“人工智能”表現得更好，人工智能在現實世界中根本沒有前途，所有的人工智能研究經費便被撤銷了。

上世紀80年代，人工智能領域又開始了研究，但又因為人工智能的能力被人為夸大，成本高昂卻沒有回報，人工智能研究組織和政府便面臨著交付失敗和巨大損失，這場人工智能的研究便又停滯了數十年。

而后，人工智能的情況發生了變化，公眾對人工智能的興趣又重燃了。因為人們掌握了一類新的任務：分類。或者說是神經網絡，科學家已經開發出有效的方法來分類大多數類型的數據，包括圖像和自然語言。對于人工智能電話客服，雖然說聲音聽起來很自然，還有停頓，但這些并不是真的推理和思考產生，而都是通過語音模式的操作來完成的。

有專家說到，我們真的需要降低預期，并停止夸大 “深度學習” 的能力。如果我們不這樣做的話，我們可能會發現自己處于另一個人工智能的冬天。

歷史上的人工智能低谷對計算機科學的發展帶來了毀滅性的影響。值得指出的是，今天一些有用的東西，正是發軔于那個時期的研究成果，如，搜索算法，可以在國際象棋中獲勝；又如最小化運輸成本問題。簡而言之，出現的創新算法往往在某項特定任務中表現出色。

Thomas Nield說過，為了避免在人工智能冬天中被淘汰的命運，你能做的最好的事情就是明確你要解決的問題，并理解其本質。然后，尋找為特定問題提供解決方案的直觀路徑的方法。如果要對文本消息進行分類，你可能需要使用樸素貝葉斯；如果你想優化交通網絡，可以使用離散優化。無論來自同行的壓力有多大，你都可以帶著健康的懷疑態度來處理復雜的模型，并質疑這是否正確的方法。

神經網絡之父Geoff Hinton在G7峰會上說過：人工智能不再有冬天。因為現在的人工智能已經是我們日常生活的一部分了。另外，人工智能的快速迭代，積累了雄厚而龐大的數據資源。正是有了堅實的技術支撐，人工智能的大潮絕不是隨浪起和伏。

想了解更多IT資訊，請訪問中培偉業官網：中培偉業