投入千億美元，卻發現 AI 沒這麼神？企業正失去耐心
隨著夏季逐漸轉向秋季，科技界對於即將來臨的「人工智慧寒冬」感到擔憂。
最近，《彭博社》一位專欄作家提出了這個問題，而英國《每日電訊報》則更為明確地宣稱「下一個人工智慧寒冬即將來臨」。在社群媒體平台X上，關於可能出現人工智慧寒冬的討論也愈演愈烈。所謂的「人工智慧寒冬」，是指對於能像人類一樣學習和思考的機器的熱情減退，導致對人工智慧產品、公司和研究的投資枯竭。
這一術語在人工智慧專家中經常被提及，因為在過去70年的人工智慧研究歷史中，我們已經經歷過幾次寒冬。如果我們真的即將進入另一個寒冬，這將是至少第四次。
人工智慧新創公司被高估了？
最近，投資者對於人工智慧技術是否能夠實現其宣傳的潛力感到擔憂，這引發了對於許多人工智慧相關公司的估值過高的討論。最糟糕的情況是，這次人工智慧寒冬可能伴隨著人工智慧泡沫的破裂，對整個經濟造成影響。過去的人工智慧熱潮從未涉及如此巨額的資金，投資者在生成式人工智慧的繁榮中投入了數千億美元，因此如果再次出現寒冬，可能會帶來極大的痛苦。
OpenAI的首席執行長奧特曼最近的言論讓市場感到不安，他表示，一些風險投資支持的人工智慧新創公司被高估了。隨後，麻省理工學院的一項研究指出，95%的人工智慧試點專案失敗。回顧過去的人工智慧寒冬及其成因，或許能幫助我們判斷當前的寒意是短暫的還是即將來臨的冰河時期。
過去的人工智慧寒冬通常是由於學術研究揭示了特定人工智慧技術的局限性，或是因為在實際應用中難以使人工智慧技術正常運作而引發的失望。這些寒冬的共同點在於，資助者對於未能實現的承諾感到失望。美國及其盟國在冷戰初期對人工智慧研究進行了大量資助，當時華盛頓認為這項技術可能帶來戰略和軍事優勢，資金主要來自五角大樓。
在這一時期，人工智慧有兩種競爭的方法：一種是基於硬編碼邏輯規則的符號處理，另一種是基於感知器的神經網路。感知器是今天神經網路的前身，能夠從數據中學習規則。這兩種方法的支持者都曾做出誇大的聲明，宣稱他們的技術將很快實現超越人類智慧的電腦。
成本高昂，投資回報率不明朗
然而，隨著時間的推移，這些誇大的預測未能實現，導致了資金的撤回。1966年，美國國家研究委員會發表了一份報告，對自然語言處理和機器翻譯的現狀提出了嚴厲批評，認為電腦翻譯的成本更高、速度更慢且準確性不如人類翻譯。隨後，資金被切斷。1973年，英國國會委託劍橋大學數學家詹姆斯·萊特希爾調查英國的人工智慧研究，得出的結論是人工智慧未能實現其宏大的承諾，這進一步加深了對人工智慧的懷疑。
如今，類似的情況再次出現。最近的研究顯示，當前的人工智慧模型未能達到預期的效果，這可能成為當前人工智慧寒冬的前兆。儘管如此，當前的人工智慧繁榮主要依賴於私營資金，而非公共資金。自從ChatGPT於2022年11月推出以來，風險投資者已經向人工智慧新創公司投資了至少2,500億美元，這不包括大型上市科技公司在自身人工智慧專案上的支出。預計到2025年，將有3,500億美元用於建設人工智慧數據中心，明年可能會更多。
儘管當前的人工智慧系統在某些方面比以往的系統更為先進，但企業仍然發現它們在部署上複雜且成本高昂，投資回報率往往不明朗。這使得企業和政府無法將人工智慧用於關鍵任務的自動化。是否會出現企業對生成式人工智慧和大型語言模型失去耐心的情況，尚待觀察，但這種可能性是存在的。
（首圖來源：shutterstock）