人工智能和區塊鏈會成為新救星嗎？硅谷告訴你這都是“白日夢”_風聞

【作者Filip Piekniewski  翻譯：無明】

硅谷曾經充滿“奇蹟”

20 世紀 80 年代，有一個叫作硅谷的神奇之地。那裏即將發生很多奇妙的事情，很多人將在那裏賺得盆滿缽滿。這一切都與計算機奇蹟有關，而這些奇蹟將改變一切。

計算機可以用來做很多事情：徹底改變我們的辦公方式、通過電腦遊戲來達到娛樂的目的、改變我們溝通、購物和使用銀行系統的方式。但在那時，計算機非常笨拙，不僅速度慢還很昂貴。雖然有這樣的希望，但除非計算機的速度可以得到數量級的提升，並且價格變得更便宜，否則很多事情都無法實現。

根據摩爾定律，在 70 年代整十年間，集成電路中的晶體管數量每 18 個月翻一番。如果這個定律成立，那麼未來將是美好的。市場正在等待這些應用被解鎖，然後就等着財源滾滾而來。

到了 90 年代中期，很明顯這個定律是有效的。計算機的速度變得越來越快，軟件變得越來越複雜。速度如此之快，以至於每年都要進行升級才能跟上進度。新 CPU 運行速度總是明顯快於它們的前代，新軟件產品的運行速度總是明顯慢於它們的前代。總體來説，通過定期升級到新的硬件，軟件的運行速度似乎和以前一樣快（或更快一些），但提供了越來越多的功能。大部分的增益都是由於時鐘頻率的提高（1990 年初是 33Mhz，到 2000 年超過了 1Ghz），因此無需重寫任何東西就可以利用這些增強的算力，所有的東西在新計算機上都能夠運行得更快。

到了 90 年代末，一種新的處理器問世了：圖形處理單元（GPU）。這些處理器與常規 CPU 有些不同。它們經過優化，用來進行 3D 圖形渲染，它們的芯片包含了很多用於執行並行處理任務的小型核心。最初它們作為額外的加速器出售，但很快就被集成到普通的顯卡中。遊戲開始看起來好多了，運行速度也快多了。這再一次讓硅谷大亨們將更多的芯片帶入了百姓家庭。

但到了 2000 年代初期，情況開始變得有所不同。互聯網泡沫剛剛破裂，很多人損失了很多錢。此外，提高時鐘頻率的老策略遇到了一些障礙：為了提高開關速度，必須保持相對較高的電路工作電壓，這反過來導致芯片升温，所以隨後的速度增益受到了散熱能力的限制。為了讓這場盛宴繼續下去，CPU 製造商開始增加芯片的核心數量。但是在這一點上，為了利用這種並行性，必須重寫大部分軟件。後來，事情開始變得不那麼神奇了。

但更糟糕的是，在大多數情況下，很多東西不需要再變得更快。大部分軟件技術棧已經成熟，應用程序已經固化，人們不再需要每年增加一個新 CPU 或 2 倍內存。很多東西都已經飽和。如今，大部分辦公任務都可以用 35 美元的樹莓派來完成。就連遊戲機也出現了飽和。這些遊戲機的售價低於成本價，最初的投資可以從遊戲中隱藏的費用收回。遊戲機為絕大多數人提供了方便、易用的界面和令人滿意的遊戲體驗。這對硅谷來説是個問題，很多東西都開始慢了下來。

到了 2000 年代中期，另一項發明——智能手機——出現了。儘管個人電腦市場的發展明顯放緩，但這類新產品卻在迅速升温，並以 2007 年發佈的 iPhone 及其後續機型為代表達到了頂峯。對於智能手機來説，發展的速度並不在於 CPU 的速度，而是電量的使用（電池壽命）和傳感器 / 屏幕的質量。在過去 10 年中，相機和屏幕技術確實取得了巨大進步，但除了一個關鍵參與者——蘋果之外，硅谷大亨們並沒有獲得多少新的收入。相反，硅谷專注於軟件方面的業務，比如 Uber、Netflix 等服務公司以及其他利用新平台的 App。

但從一開始就可以看出，智能手機革命的火焰不會永遠燃燒下去。事實上，到 2018 年，大多數人意識到，他們不需要每兩年都花 1000 美元購買一部新的智能手機，就像之前的個人電腦一樣，舊型號的智能手機對大多數應用程序來説已經足夠了。這導致蘋果股票在 2018 年秋季遭受重創，估值回到了遠低於萬億的水平。

AI 和區塊鏈成為新救星？

隨着各種市場的枯竭，硅谷需要一些新鮮的血液。這和 90 年代的個人電腦革命一樣重要，能夠實現全新的應用程序，給行業帶來顛覆性的創新。這將重新點燃對芯片的需求——創造對數量級計算能力的需求。2012 年，兩個潛在的機會出現了：區塊鏈和人工智能（AI）。

區塊鏈（2010 年初以比特幣的形式出現）的想法是通過移除分類賬（銀行）來完全取代金融系統，並提供一種建立遠程交易的自認證手段。另外，構建區塊鏈需要大量的算力，用來計算所謂的工作證明。這就是硅谷所希望的：一個新的、高利潤的應用空間，此外還需要大量芯片來滿足計算需求。

人工智能大約在 2012 年出現在硅谷雷達中，當時一位名叫 Geoff Hinton 的加拿大人在連接模型和神經網絡領域與他的學生一起工作了 30 年，他們使用一個在 GPU 上實現的深度神經網絡贏得了 ImageNet 對象分類競爭。就像區塊鏈一樣，這項技術可以開啓一系列新的應用，並需要大量新的芯片。硅谷有很多人很快就看到了其中的潛力，資金開始源源不斷地流入。

自上世紀 90 年代經歷了神經網絡的最後一個寒冬以來，神經網絡學者們就一直蟄伏在大學的房間裏，他們很快就看到了這個機會。然後他們被邀請參加硅谷的一個聚會。這種多層感知器的新化身在一段時間內不斷地給出令人興奮的結果：物體識別和分割、語音識別，機器翻譯變得越來越好。這些新功能很快被谷歌和 Facebook 等擁有大量數據的公司所採用。但這種興奮並沒有持續得太久。

科學家都是訓練有素的專業人士，擅長在資助提案中做出過度的承諾，現在他們有了一個更好的客户：風險資本家。這些人喜歡聽到有關美好的未來的故事，他們認為這些故事將徹底改變一切。他們的廢話檢測器的準確率比政府資助機構設置得要低得多，甚至放棄對 NIPS 會議上發表的論文進行盡職調查。

​在人工智能領域，這些童話故事被添油加醋，並被拿來與一些著名的科幻電影作比較，讓人們看起來好像我們已經到達了 AI 的一個拐點——也就是所謂的奇點，在這個拐點上，AI 能夠以人類無法想象的方式進行自我進化。這給人們造成了終極的 FOMO（害怕失去）。在過去，即使是政府資助機構也無法倖免成為人工智能承諾的受害者，每次都會導致資金凍結，即所謂的人工智能寒冬。

但硅谷相信這一切，併為它們埋單，創造了有史以來最大的人工智能夏季派對。研發中心、非營利性實驗室和初創企業開始迅速壯大，大學剛畢業、沒有任何行業經驗的深度學習科學家也紛至沓來。初創企業如雨後春筍般冒出來，在機器人、自動駕駛汽車、無人駕駛飛機等領域有望創造出各種奇蹟。所有這些問題的解決方案都歸結於深度學習——簡單地説，就是在更多的數據和更大的 GPU 上進行更深入的訓練。人們認為這樣就會出現奇蹟，只是需要更多的數據和更多的算力。

2018 年，一些人開始意識到事情可能不會像原先想象的那樣發展。大多數“真實世界”的物體識別或分割基準開始出現明顯的收益遞減跡象。使用極其強大的機器並基於大量的數據訓練出來的模型在性能上只顯示出有限的提升，而且在某些情況下根本沒有任何性能提升。科學家們做了他們能做的事情：他們並沒有產出實際的產品，而是寫了很多論文，其中有一些揭示了新技術存在令人驚訝的侷限性。

在深度學習被期待能夠帶來革命性變化的領域，只有一個領域一直有好的結果出現——遊戲。這是因為遊戲可以在計算機上實現，並且可以生成比在任何現實世界中的應用程序多幾個數量級的數據。在很多情況下，僅僅訓練一個玩這些遊戲的代理就需要花費數十萬美元（僅僅是電力和計算硬件方面的開銷）。但是，同樣的技巧並不適用於實際的問題，因為被標記的數據非常昂貴。在所有這些人工智能的熱潮中，莫拉維克悖論（https://en.wikipedia.org/wiki/Moravec%27s_paradox）變得比以往任何時候都更加清晰和明顯。

人工智能進步的試金石是自動駕駛汽車。到了 2016 年，硅谷有很多人都相信這項技術已經準備就緒，並將成為深度學習的關鍵支柱之一——畢竟汽車已經可以在不受干預的情況下行駛數英里。這種信念是如此的強烈，以至於總部位於硅谷的汽車製造特斯拉開始將這一功能以在線升級的形式進行銷售。到 2019 年初，這種説法基本上消停了，還有幾起有關銷售汽化器的訴訟在進行中。與此同時，2018 年對很多自動駕駛汽車公司來説是艱難的一年。Uber AV 在亞利桑那州造成了致命的撞車事故，特斯拉的自動駕駛相關事故也造成了數人死亡。

此時，硅谷人開始慢慢地認識到，一輛完全自動駕駛的汽車，像出租車一樣載着大家到處走，仍然是非常遙遠的未來。當然，汽車將會繼續搭載計算機，從這個意義上説，硅谷贏了，但這與之前的夢想相去甚遠。

2018 年，硅谷的另一個大賭注遭到重創——比特幣（區塊鏈的旗艦應用）價格下跌超過 80％。很多人虧了很多錢，人們對加密貨幣的熱情一落千丈。

人工智能仍然是一個白日夢？

深度學習和區塊鏈都是非常有趣的技術，它們使以前不可能的事情成為可能。谷歌圖像搜索比以前好多了。機器翻譯現在已經可以幫你在異國他鄉問路，但要翻譯詩歌還有很長的路要走。但這兩項技術的改進似乎都不足以讓硅谷贏得勝利，它們看起來都沒有 90 年代瘋狂的電腦熱潮那麼大，那麼有利可圖。

至於人工智能，這個炒作週期與之前並沒有太大差別。我們讓電腦做一些似乎只有受過教育的成年人才能做的事情，但後來又意識到，這些電腦無法處理嬰兒或動物認為理所當然的事情。只要我們繼續落入同樣的陷阱，人工智能仍然是一個白日夢。

未來很難預測，但至少在目前看來，這兩個押注都是死路一條。或許，就像互聯網泡沫破裂之後出現谷歌和 Facebook 這樣的互聯網巨頭一樣，當前炒作週期的終結也可能會催生區塊鏈或人工智能寡頭。但即使是這樣，也只有極少數人會贏，大部分人會輸得很慘。