人工智能的時代到來了，但創建可用于解決多種問題的系統可能還需要幾十年的時間。

　　宣稱采用人工智能（AI）的初創公司所吸引的投資正在達到創紀錄水平。大型科技公司紛紛全力以赴，高等院校整個系的人才都被抽干。自2011以來，近140家人工智能公司已被收購，其中包括今年的40家。

　　AI正在進入我們的日常生活，比如智能設備中的語音識別、Facebook和谷歌賬號中的圖像識別等。

　　現在，谷歌的母公司Alphabet Inc.聯手亞馬遜和微軟等公司，以租賃的方式，將他們的部分智慧成果提供給其他企業。想讓你的app應用程序或小工具響應語音指令，并用自己的“聲音”回答問題？這些服務都可以做到。需要轉錄對話以便分析？這類新型服務可以做到這一點，以及其他許多事情，從面部識別到識別圖像中的內容，面面俱到。

?

　　人工智能專家、百度首席科學家吳恩達

　　但是，從這些新的人工智能玩具中提煉出可量化的功能實屬不易。“每個人都認為AI春天來了，AI的夏天還會遠嗎？但我認為那是10年以后的事情，”安吉拉·巴薩 （Angela Bassa） 說，她在能源智能軟件公司EnerNOC公司擔任數據科學團隊主管。

　　在切換到新角色之前，巴薩女士曾帶領EnerNOC的一支團隊使用機器學習、深度學習等人工智能技術，將大量數據轉化為計算機程序以便“訓練”它們。但該公司發現客戶對分析更感興趣，而不是復雜的人工智能驅動算法可提供的增量價值。

　　巴薩說，人工智能需要三樣東西，但大多數公司都無法滿足需求。一是充足的數據，像Facebook、亞馬遜、Alphabet、通用電氣和其他公司正在收集大量的數據，但這種情況并不多見。

　　第二個問題是一個小的差異就可以證明創建人工智能系統物超所值。如果人工智能系統可以將信用卡公司的欺詐檢測率提高1%，可能價值數千萬美元。然而，對于一家生產不同產品的中等規模制造商而言，在特定生產線上，將生產率提高1%可能不如雇傭六名高薪工程師更加劃算。

　　這導致了第三個稀缺：建立系統的人員不足。人工智能的人才大爭正在推動成本的上升。“也許世界上僅有5000個人能夠制造出一臺幫人們省錢的機器學習系統，前提是增加投資，”巴薩女士說。

　　這并不意味著人工智能對企業是無用的。但它確實表明，人工智能的概念被炒得過火了。利用人工智能創建一些可用于解決各種問題的系統，而不是像目前一樣，僅僅將其投入到狹窄的應用領域，可能需要花費幾十年的時間。系統必須被制造出來，并接受培訓，就像教育孩子，這是經年累月的功夫。

　　現在可用的人工智能設備大多是“預先培訓過的”系統，由谷歌、Amazon和微軟之類大公司建造，反映的是這些公司的數據。上述公司擁有數十億圖像，可為他人提供商業圖像識別服務。亞馬遜公司通過Alexa個人助理編輯了大量口語，因此，可為他人提供加工口語和回復對話的服務。

　　一些初創公司開始提供更廣泛的人工智能系統，既不需要機器學習專家，也不需要像谷歌那樣預先訓練過的系統。以色列的n-Join公司向制造商銷售一種小盒子，從流水線的機器上收集數據，然后使用機器學習來定位可能導致失敗的異常偏差。

　　斯特勞斯集團有限公司（Strauss Group Ltd.）是以色列最大的乳制品制造商之一，也是n-Join的早期客戶，該公司的高級技師蓋·蘇爾（Guy Tsur）說，n-Join設備的關鍵在于它不需要知道所連接的流水線的類型，或是正在通過哪個傳感器獲得測量數據。它只是尋找可表明制造過程異于平常的相關性。然后提醒人類主管，后者運用自己的經驗和判斷對某個特定問題加以辨識。

　　一位精明的讀者曾指出的一件事是，迄今為止，上述對人工智能的臧否褒貶皆無法與科幻版機器統治世界相提并論。作為研究無脊椎動物的神經科學家，回想自己的短暫經歷，我想說的是，今天的人工智能僅僅相當于生物智能進化階段的水母。未來真正的大腦乃至真正的智能仍遙不可及，遠在超越任何合理的預測范圍之外。

　　或者正如中國搜索巨頭百度公司的首席科學家、人工智能專家吳恩達（Andrew Ng）曾經提出的，擔心人工智能被某種邪惡的智慧生物所控制，等同于擔心火星上人口過剩，二者同樣不可理喻。