AI 这么火，我却有 5个理由离开这个行业

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

编者按：AI行业似乎前景无限，但前路又很迷茫。在这个行业，有人信誓旦旦而来，有人满是失望离去。从内部看AI才能真正理解AI。作者Alberto Romero作为一个在AI行业工作了3年的人，决定离开AI，并不再回来。本文译自Medium，原标题为" 5 Reasons Why I Left the AI Industry "，希望对您有所启发。

三年前，“人工智能”这个词让我产生了强烈的感觉。进入AI世界就像走进了未来的神秘空间。我对智能机器的前景感到震惊，它们能够解决我们的任务。通过熟悉的技术，我深入到心灵的惊奇之中。

当时我刚刚完成航空航天工程的学士学位，想要向人工智能迈进。2017年末，我遇到了伟大的杰弗里·欣顿(Geoffrey Hinton)和吴恩达(Andrew Ng)。他们在Coursera上的讲座为我打开了一扇门，让我在2018年找到了自己在一家人工智能初创公司的第一份工作。

我承诺了很多。那么多的电影里，机器人统治着世界，机器把我们变成了半神。但它并没有给我带来什么。也许我太天真了。我相信真正的人工智能所隐藏的面具。

在人工智能领域工作3年后，我不再喜欢它了。我想我不会很快回到这个行业的。以下是我离开这个行业的5个原因。

1.  人工智能可能没有炒作的那么好

“AI经历了很多次人工智能寒冬，因为人们称他们无法交付东西。”

——Yann LeCun, Facebook首席人工智能科学家

人工智能能拯救世界吗？人工智能能解决最紧迫的问题吗？早在人工智能普及之前，就有人认为它将彻底改变我们的生活。1984年，计算机科学家弗雷德里克·海耶斯-罗斯(Frederick Hayes-Roth)预测，人工智能将“取代法律、医学、金融和其他专业的专家”。

但它没有。纵观历史，人工智能经历了许多炒作周期。这些周期被称为AI寒冬。人工智能将无法满足人们的期望，这引发了一波怀疑，最终导致研究资金的撤回。

自2012年的深度学习革命以来，我们看到人们对该领域的兴趣日益浓厚。一些人仍然认为人工智能将改变未来。但问题依然存在：人工智能是否会像其宣传的那样成功？纽约大学(New York University)人工智能研究员加里•马库斯(Gary Marcus)在2020年表示，“到2020年，人们越来越认识到，当前的技术只能带我们走这么远。”用“人工智能教父”杰弗里·辛顿的话来说：

“我的观点是：扔掉一切，重新开始。”

我进入了人工智能的世界，被它对智能机器和人工通用智能即将到来的承诺所感动。但这不会很快发生。

抱着与现实不相符的期望会导致不满和沮丧。我不想那样。

2.  当你从内部观察AI时，它就失去了魔力

当你与外行谈论人工智能时，他们会立即想到《终结者》(Terminator)或《黑客帝国》(The Matrix)等电影，以及《我，机器人》(I, robot)或《2001：太空漫游》(2001:a space odyssey)等书籍。所有的场景都描述了AI拥有惊人的能力和力量。

“人工智能”这个词是由约翰·麦卡锡（John McCarthy）创造的，他其实并不喜欢这个词。他知道这是一种吸引公众注意的营销工具。Devin Coldeway在TechCrunch上写道，人工智能是“一个用来创造能力感知的营销术语，因为大多数人无法想象一个不称职的人工智能。”现在，人工智能已经成为主流，许多公司利用了这个名字背后的影响力。

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。在很大程度上，人工智能已经失去了它的雄心。

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。

深度学习已经占领了科技和计算机科学的世界。为什么？因为神经网络很擅长做它们该做的事。他们做得很好，每个人都想分一杯羹。

“现在神经网络起作用了，行业和政府已经开始称神经网络为人工智能。人工智能领域的那些人一辈子都在嘲笑神经网络，说他们永远也做不成任何事，现在他们很高兴称它们为人工智能，并试图从中捞钱。”

——杰弗里·欣顿(Geoffrey Hinton)

人工智能的普及让每个软件相关的毕业生都梦想成为下一个吴恩达(Andrew Ng)。显而易见，你可以很容易地在云中运行一个强大的DL模型，可以从巨大的数据库中学习，这让很多人享受到快速而简单地看到结果的好处。

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。我一点也不满意。

4. 我们可能永远不会实现通用人工智能

通用人工智能就是像人一样的智能。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。

“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。”

—杰弗里•辛顿（Geoffrey Hinton）

写在最后

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。

译者：Jane