大数据文摘授权转载自AI前线 作者：Sharon Goldman 译者：核子可乐 策划：冬梅

2022 年，当我们回望这生机勃勃、万物竞发的 AI 黄金十年，新的问题涌上心头：我们可以从这十年来的深度学习发展之路中总结出什么？这一颠覆世界的革命性技术，未来又将何去何从？

人工智能（AI）先驱 Geoffrey Hinton 是十年前深度学习初创“革命”的开拓者之一。在他看来，未来 AI 技术的发展势头仍将一路加速。

2012 年，为 AI 带来首个重大突破的关键神经网络研究横空出世。而值此十周年纪念日之际，Hinton 和其他几位 AI 杰出人士再度发声，回击了部分批评者提出的深度学习已经“走进死胡同”的观点。

Hinton 表示，“我们将看到机器人技术的巨大进步 —— 更灵巧、更敏捷、更顺从的机器人即将诞生。它们可以像人类一样高效、温和地处理工作。”

其他 AI 先驱者，包括 Meta 公司首席科学家兼 AI 负责人 Yann LeCun，以及斯坦福大学教授李飞飞，也对 Hinton 的观点表示赞同。几位大佬都认定，2012 年在 ImageNet 数据库上的开创性研究结果（基于以往的工作成果，成功解锁计算机视觉乃至整体深度学习的全面进步）确实将深度学习推向了主流，并引发了一股难以阻挡的历史洪流。

LeCun 在接受外媒 VentureBeat 采访时提到，挡在 AI 前进道路上的种种阻碍，正以惊人的速度被加快扫除。连他自己都感叹，“过去四五年的技术发展速度令人惊讶。”

而 2006 年建立起 ImageNet（首个用于计算机视觉算法的大规模人工标注照片数据集）的李飞飞，也在接受采访时提到，2012 年以来，这场浩浩荡荡的深度学习发展大潮是“一场我做梦也无法想象的惊人革命”。

然而，木秀于林风必摧之。

耀眼的光环之下，也有尖锐的批评者认为深度学习存在很大局限，并认为这项技术的应用范围极其狭窄。反对者还强调，神经网络的本质上其实是又一场技术炒作，并不像某些支持者说的那样有能力带来根本性的突破。换言之，他们完全不认可“它是最终帮助我们达成期望中的「人工通用智能」（AGI）的基础，即具备与人类相当的推理能力的 AI”这一论断。

万物竞发的 AI 黄金十年

纽约大学名誉教授、Robust.AI 创始人兼 CEO Gary Marcus 曾在去年 3 月写下一篇关于“深度学习走进‘死胡同’”的文章。在他看来，这项技术虽然取得了不错的进展，但“卡在了关于物理世界的常识知识与推理这一环，再难寸进”。