注：【 圖片來源：FILI PIEKNIEWSKI'S BLOG 所有者：FILI PIEKNIEWSKI 】

在20世紀80年代，有一個神奇的地方叫硅谷。沒有人知道那里即將發(fā)生什么奇妙的事情，也沒人知道那里的人未來會賺多少錢。這一切都與計算機有關，它創(chuàng)造了奇跡，徹底改變了世界。計算機發(fā)揮著各種用途，它革新人們的辦公方式、提供游戲豐富人們的娛樂，還改變我們溝通、購物和使用銀行系統(tǒng)的方式。但在當時，它們笨拙、緩慢，并且很昂貴。除非計算機的速度和數(shù)量能再有所突破，否則這些事情就無法實現(xiàn)。那時，廣傳著一條摩爾定律——從20世紀70年代起，集成電路中的晶體管數(shù)量每18個月就會翻一番。這條定律成立如果成立，未來將是一片光明。市場期待計算機有更多新用途，財富也滾滾而來。

到20世紀90年代中期，這條定律起作用了。計算機的速度越來越快，軟件也變得越來越復雜，所以每年都要進行升級才能跟上進度。新一代CPU的速度明顯快于舊版。而新一代軟件產(chǎn)品的速度雖然明顯慢于舊版，但性能變得更加強大了?？偟膩碚f，通過定期升級硬件，軟件的運行速度可以和以前一樣，甚至更快，但性能比之前的更好。大多數(shù)增益是由于時針速度的提高（1990年代初，時針頻率是33Mhz，到2000年可達1Ghz），因此，并不需要為了提升計算能力而進行重寫，在新計算機中一切都運行得很快。

到了90年代末期，一種新的處理器問世了——圖形處理單元(GPU)。這種新處理器與常規(guī)CPU的不同在于：它們的芯片里有許多小內(nèi)核并行運作，優(yōu)化后可以用來進行3d圖形渲染。最初，它們作為額外的加速器出售(3dfx voodoo)，但很快就與普通顯卡集成(Nvidia - Riva TNT)。游戲的畫質(zhì)變好了，運行也快多了。硅谷大亨們又大賺了一筆。

注：【 圖片來源：FILI PIEKNIEWSKI'S BLOG 所有者：FILI PIEKNIEWSKI 】

但到了2000年，情況開始有所不同?；ヂ?lián)網(wǎng)泡沫破裂導致很多人虧損錢財。此外，提高時針速度的舊策略也開始碰壁：為了提高開關速度，電路的工作電壓必須保持在相對較高的狀態(tài)。然而，這樣恰巧會讓芯片升溫，隨后的速度增益會受到散熱功能的限制。機不可失，為了讓這場盛宴繼續(xù)下去，CPU制造商開始增加芯片中執(zhí)行核心的數(shù)量。但是，為了保留新處理器的并行性，大部分軟件都要重寫。這時候，隨著一代又一代的更新，新芯片的發(fā)展速度已經(jīng)不再震撼人心。

更糟糕的是，大部分事物已經(jīng)不需要突飛猛進的發(fā)展速度了。大部分軟件堆棧已經(jīng)成熟，應用程序已經(jīng)固化，人們不再需要每年都換一個新的CPU或2倍的內(nèi)存。一切都已經(jīng)飽和。如今大部分辦公室的工作都可以在35美元的Raspberry Pi上完成。就連游戲領域的游戲機也基本飽和了。這些游戲機的售價低于成本價，初始投資通過游戲中的隱藏費用收回。游戲機為絕大多數(shù)人提供了方便、易用的界面和令人滿意的游戲體驗。這對硅谷來說是個難題，事情的發(fā)展開始放緩。

到了2000年中期，智能手機這項便利的發(fā)明讓硅谷看到了一線希望。盡管PC市場開始明顯放緩，但這智能手機這個新生兒卻生機勃勃，并在2007年至今推出的各種型號的iphone中達到頂峰。人們對智能手機進步的關注點并不在于CPU的速度，而是電量的使用(電池壽命)和傳感器/屏幕的質(zhì)量。在過去10年里，手機相機和屏幕確實取得了巨大進步，但除了一個關鍵參與者——Apple公司以外，硅谷大亨們并沒有賺的盆滿缽滿。相反，硅谷更專注于軟件方面的業(yè)務，比如Uber、Netflix等利用新平臺騰飛的服務公司。

可惜智能手機革命的火焰不會永遠燃燒，這一點在一開始就非常明顯。到2018年時，大多數(shù)人已經(jīng)意識到自己用不著每隔一年就花1000美元來買一部新的手機，就像之前的PC電腦一樣，舊型號的設備運行新程序一般都沒有問題。這就導致Apple公司的股票在2018年秋季遭受重創(chuàng)，估值遠低于1T美元。市場不斷衰竭，硅谷需要新的血液。這些能夠與90年代PC革命相匹敵的東西，將使全新的應用程序成為可能，并對新產(chǎn)業(yè)造成沖擊和破壞。這將重新點燃對芯片的需求——需要更高級的計算能力。

到2012年，兩個潛在的機會出現(xiàn)了：區(qū)塊鏈和人工智能(AI)。區(qū)塊鏈(2010年最初以比特幣的形式出現(xiàn))旨在通過刪除分類賬(銀行)來完全取代金融系統(tǒng)，并提供一種建立遠程交易的自認證手段。另外，構建區(qū)塊鏈的方式還需要強大的計算能力，以計算所謂的共識機制。這就是硅谷所希望的：一個新的、高利潤的應用領域，此外還需要大量新芯片來滿足計算需求。

AI出現(xiàn)在硅谷時，大約是2012年。當時一個不知名的加拿大人Geoff Hinton與他的學生一起，在連接模型和神經(jīng)網(wǎng)絡的秘密空間中研究了30年，利用植入GPU的深度神經(jīng)網(wǎng)絡秒殺了ImageNet目標分類競賽的對手。就像區(qū)塊鏈一樣，這項技術可以開啟應用程序的新紀元，同時，還需要大量的新芯片。硅谷的許多人很快看到了它的潛力，資金開始源源不斷地流入。

自上世紀90年代開始，神經(jīng)網(wǎng)絡就進入了漫漫寒冬，神經(jīng)網(wǎng)絡學者們則一直蟄伏在大學研究室。然而，他們很快就注意到了這個契機。然后，他們就開始被邀請參加硅谷各種會議。多層感應器的新化身AI一鳴驚人，在短段時間不斷給人類制造驚喜：對象識別和分割，語音識別以及機器翻譯。這些功能日益完善，很快就被Google和Facebook等擁有大量數(shù)據(jù)的公司所采納。但這些驚喜所帶來的興奮很快就煙消云散。

科學家們都訓練有素，擅長在撥款提案中做出不太靠譜的承諾，現(xiàn)在他們有了一個更加心儀的客戶：風險投資家。這些人喜歡聽關于美好未來的故事，而這些故事可能會徹底改變世界。他們的廢話檢測能力比政府資助機構低得多，只要科學家們在NIPS會議上發(fā)表的一篇論文，就足以規(guī)勸他們放棄必要的調(diào)查。然而在AI領域，這些美好的故事只需要添加一些想象力就能提升到新高度，甚至能和一些著名的科幻電影媲美，讓我們仿佛身處關鍵的拐點。當AI達到這個奇點，它的能力將會超出我們的想象。這一切讓我們生怕錯過這個千載難逢的時機。

曾經(jīng)，即使是上述的政府機構也會成為AI承諾下的受害者，每次都會導致資金凍結，故稱為“AI寒冬”。但是，硅谷買下來這個故事，并且舉辦了史上最大的AI盛宴。他們在AI這件事上從未猶豫過。研發(fā)中心、非營利性實驗室和初創(chuàng)企業(yè)開始迅速壯大起來，哪怕剛從大學畢業(yè)的深度學習科學家們沒有任何從業(yè)經(jīng)驗。初創(chuàng)公司開始蓬勃發(fā)展，并向人們承諾在機器人、自動駕駛汽車、無人機等各個領域創(chuàng)造奇跡。而所有問題的解決方案都與深度學習有關，在更多的數(shù)據(jù)和更大的GPU上訓練更深層次的網(wǎng)絡。它的工作方式非常神奇，需要更多數(shù)據(jù)和計算支撐。于是，盛宴開始！

然而，到了2018年，開始有人意識到事情可能不會朝著預想的方向發(fā)展。大多數(shù)“真實世界”的目標識別或分割基準開始顯示出明顯的收益遞減跡象。經(jīng)過對大量數(shù)據(jù)和極其強大的機器的訓練，這些模型在性能上只顯示出有限的提高，在某些情況下性能根本就沒有提高。科學家們沒有大量生產(chǎn)產(chǎn)品，而是寫了很多論文，研究了新技術令人驚訝的局限性。

在深度學習本應帶來科技革命的所有方向中，唯一一個不斷帶來驚喜的領域只有一個——游戲。因為游戲可以在計算機上實現(xiàn)，并且產(chǎn)生的數(shù)據(jù)比在現(xiàn)實世界的應用程序中獲得和標記的數(shù)據(jù)要多幾個數(shù)量級。在許多情況下，僅僅訓練玩游戲的智能體就可能花費數(shù)十萬美元（僅僅是電力和計算硬件）。但是同樣的情況在實際生活中并不適用，因為帶標簽的數(shù)據(jù)非常昂貴，而且經(jīng)常甚至不能完全代表當前問題。在AI狂熱中，被逐漸遺忘的 Moravec 悖論變得比以往任何時候都更加明顯。雖然深度學習使許多新事物在計算機感知的廣闊領域成為可能，但它甚至沒有觸及AI的基本問題。

自動駕駛汽車的研發(fā)是AI進步的試金石。到2016年，硅谷的許多人都相信這項技術已經(jīng)準備就緒，并將成為深度學習的關鍵支柱之。畢竟，汽車已經(jīng)可以在不受干預的情況下行駛數(shù)英里?？偛课挥诠韫鹊钠囍圃焐烫厮估踔灵_始將這一還未正式上線的功能出售。

到了 2019 年初，這些公司開始放緩腳步，因為出現(xiàn)幾起關于銷售 vaporwave 的訴訟。與此同時，對于許多自動駕駛汽車公司而言，2018 年是艱難的一年，因為相繼出現(xiàn)了亞利桑那州 Uber AV 車禍致死案和特斯拉的幾起自動駕駛致死事故。此時，即使是硅谷里的人也開始慢慢地認識到，一輛完全自主駕駛的汽車，像出租車一樣載著大家到處走，仍然是一個非常遙遠的未來。汽車里仍然會裝置電腦，從這個意義上說，硅谷贏了，但這與早期的夢想相去甚遠。

2018年，硅谷的另一個大賭注面臨嚴重打擊：比特幣，區(qū)塊鏈的重要產(chǎn)品，價值暴跌超過80%。人們虧損很多錢，對加密貨幣的熱情一落千丈。深度學習和區(qū)塊鏈都是非常有趣的技術，它們使以前不可能的事情成為了可能。谷歌圖片搜索比以前好用多了，機器翻譯目前已經(jīng)足夠讓你在異國他鄉(xiāng)找到路，盡管離翻譯詩歌還很遠。這些改善似乎都不足以讓硅谷下大賭注。因為這些都不像90年代的電腦狂潮那樣有利可圖。

至于AI，這個炒作周期與之前的并沒有太大差別。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，但后來意識到，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(xù)落入同樣的陷阱，AI(通用人工智能)將仍然是一個白日夢。

很難預測未來，但至少目前看來，這兩種押注都是死胡同?；蛟S就像Google和Facebook等互聯(lián)網(wǎng)公司崩潰后出現(xiàn)的情況一樣，當前炒作周期的終結將催生出類似于區(qū)塊鏈或所謂的人工智能領域的頭獎。但就像那樣，只有極少數(shù)人會贏，而很多人會輸?shù)煤軕K。