转载自学术头条
如今的 AI 真实可信吗？国外工程师、神经科学家 Alberto Romero 在 Medium 上发文提出质疑，并表示 “永久离开 AI 行业”。
学术头条在不改变文章原意的前提下，对文章进行了精简与编译。
3 年前，“人工智能” 一词在我心里引发了强烈的感受，进入那个世界感觉就像是窥见了未来的奥秘。我被智能机器的能力所震撼，因为它能解决我们人类永远无法解决的问题。
那时我刚刚完成了航空航天工程的学士学位，想转向人工智能领域。2017 年末，我遇到了 Geoffrey Hinton 和 Andrew Ng。他们在 Coursera 上的演讲为我打开了一扇门，而后，2018 年，我在一家人工智能初创公司找到了第一份工作。
而现在，在人工智能公司工作 3 年后，我对它的热爱消失殆尽，我决定离开这个行业，以下是我离开人工智能领域的 5 个理由。
1. 人工智能可能无法达到所宣传的样子
人工智能可以拯救世界吗？人工智能可以解决最紧迫的问题吗？早在人工智能普及之前，就已经有人认为它将彻底改变我们的生活。1984 年，计算机科学家 Frederick Hayes-Roth 就预测人工智能将 “取代法律，医学，金融和其他专业领域的专家。”
但事实并非如此。在人工智能的整个历史中，它经历了许多夸大其词的宣传周期，然而，“人工智能的寒冬” 久久停留，AI 还是没能达到人们的期望，从而引发了一波质疑的浪潮。最终，人们失望透顶，纷纷撤出研究经费。
自 2012 年深度学习革命以来，我们已经看到了人们对该领域的浓厚兴趣。有人仍然认为人工智能将改变未来。但是问题在于：人工智能真的可以达到人们所宣传的那样吗？纽约大学的人工智能研究员 Gary Marcus 在 2020 年表示：“人们越来越清楚地认识到，目前的 AI 技术只能带我们走这么远了”。
2. 当你身处人工智能领域内部，会发现它失去了魔力
当你与外行谈论人工智能时，他们会立马想到诸如《终结者》、《黑客帝国》之类的电影，又或者是《我，机器人》还有《2001: 太空漫游》等书籍。在这些作品所描绘的所有场景中，人工智能都具有惊人的能力和强大的力量。
“人工智能” 这个词由 John McCarth 创造，虽然实际上他并不喜欢这个词，但他知道，这是一种吸引公众注意的营销手段。Devin Coldeway 曾在科技媒体 TechCrunch 上写道，人工智能是 “一个用来创造能力感知的营销术语，因为大多数人想象不到一个不称职的 AI 会是什么样。” 现在，人工智能得以成为主流，其中很大原因就在于许多公司都利用了该名称背后的影响力。
人工智能已经从以硅基实体的形式揭示人类智慧的奥秘，变成了科技公司们在 AI 驱动的产品和服务中使用的流行语。人工智能在很大程度上已经失去了当初的雄心壮志。
3. 现在每个人都可以使用人工智能
不久前，人工智能还只是一个笼统的广义术语，涵盖了许多领域。其中之一就是机器学习（ML），ML 同时又分为包括深度学习（DL）在内的许多分支。不过现在，我可以放心地说：对于大多数人来说，AI = ML = DL。
几乎任何人都可以接触到人工智能。即使你没有任何计算机科学（或编程）知识，也可以使用 Tensorflow 或 Keras 在一个月内创建一个工作模型。但是，我想问的是：那是你想要的吗？它满足了你发现新事物的渴望吗？这有趣吗？即使这个模型能发挥作用，但你实际上学到了什么呢？
在我看来，人工智能本身已经成为了一个目的。大多数人使用人工智能并不为了达到更高的目标，他们只是为了使用人工智能而使用它，而不了解它背后的机制、原理、过程。
4. 我们可能永远不会实现通用人工智能（AGI）
通用人工智能就是像人一样的智能，可以学习、思考、解决所有问题，无特异性。几十年来，通用人工智能一直是推动人工智能前进的主要目标。当我们创造出通用人工智能时，世界将发生翻天覆地的变化。
那我们离创造出人类级智能机器还有多远？一些人认为，这将在几十年内实现。但是也有对此持怀疑态度的人，领先的批评家之一 Hubert Dreyfus 说：“没有身体，没有童年，没有文化实践的计算机根本无法实现智能。”
目前看来，人工智能的研究甚至没有朝着实现通用人工智能的正确方向发展。图灵奖获得者 Yann LeCun，Geoffrey Hinton 和 Yoshua Bengio 在 2018 年表示，机器需要像孩子一样，在没有标签的情况下进行自我监督学习（也称为无监督学习）。
这是第一步。然而，对于大脑，我们还有太多不了解的地方，无法尝试构建通用人工智能。有人说我们不需要创造出与人类智慧相等的有意识机器，但是，我们真的能把人类的智慧从人类对世界的主观体验中分离出来吗？我们还不知道，也许永远也不会知道。
5. 人工智能的未来在于构建 “大脑”
人工智能的出现是为了解开人类思想的神秘面纱。神经学研究发现，大脑是由神经元的电网络组成，这些神经元可以产生脉冲，构建电子大脑的想法正是来源于此。
人们已经进行了一些尝试来缩小人工智能与大脑之间的鸿沟，例如神经形态计算，也就是创建类似于大脑结构的硬件。
但生物神经网络和人工神经网络之间仍有很大区别：大脑中的神经元在时间和频率的峰值上传递信息，而信号的强度（电压）是恒定的。人工神经元正好相反，它们仅以输入强度而不是时间或频率来传递信息。
最后的想法
当然，人们留在人工智能领域也有很多充分的理由。你甚至可以现在就进入这一行业，但是，请确保这些理由能够真正地打动你。
在人工智能的世界中，外表都是谎言。这一切并不像人们想象的那样有趣。与《我，机器人》中的类人机器人一样，AI 不会从根本上改变世界。人工智能不再是新颖的、专有的或必不可少的，也不要期望很快就会看到达到人类水平的智能机器。
最后，请记住，如果我们想找到人类智慧的圣杯，并赢得这场与大自然之战的胜利，那么我们应该关注的是唯一具有人类智慧水平的东西 我们的大脑。
“我一直坚信，要使人工智能发挥作用，唯一的方法就是以类似于人脑的方式进行计算。这就是我一直追求的目标。我们正在取得进步，尽管我们还有很多关于大脑实际上是如何工作的知识要去学习。”
Geoffrey Hinton
