人工智能最显著的影响将在10年后，现在是尴尬的青春期

生成式人工智能（Gen AI）的革命是否会止步于当前阶段？深度学习怀疑者加里·马库斯（Gary Marcus）在其最新博客文章中似乎暗示了这一点，他宣称生成式AI的“泡沫开始破裂”。这类系统能够根据从大量现有数据中学习到的模式，创造新的文本、图像、代码或音频等内容。

我们对新技术的怀疑并不少见。1995年，《新闻周刊》曾发表文章，预言互联网会失败，认为网络被过炒作且不实用。然而，今天互联网已经彻底改变了我们的世界，这让我们思考，当前对生成式人工智能的怀疑是否同样缺乏远见。我们是否在关注其短期挑战时，低估了AI的长期潜力？

例如，高盛在一份题为“Gen AI：投入过多，收益太少？”的报告中表达了担忧。而自由职业市场公司Upwork的调查显示，近半数（47%）使用AI的员工不知道如何实现雇主期望的生产力提升，77%的人认为这些工具实际上降低了他们的生产力，增加了工作负担。

一年前，高德纳（Gartner）将Gen AI（生成式人工智能）定位在“过高期望的顶峰”。但该公司最近表示，这项技术正逐渐进入“幻灭的低谷”。这是指当实验和实施未能达到预期效果时，兴趣开始减退的阶段。

尽管高德纳的最新评估指出了早期Gen AI的失望，但技术采用的这种周期性模式并不新鲜。期望的积累——通常称为炒作——是人类行为的自然组成部分。我们总是被新鲜事物和它们潜在的吸引力所吸引。然而，新技术早期的叙述往往是错误的。将潜力转化为现实世界的利益和价值是一项艰巨的任务——而且很少像预期的那样顺利。

分析师本尼迪克特·埃文斯最近讨论了“当AI的乌托邦梦想遇到消费者行为和企业IT预算的复杂现实时会发生什么：它需要的时间比你想象的要长，而且更加复杂。”对新系统的过度承诺正是泡沫的核心。

所有这些也是对几十年前观察的另一种表述。斯坦福大学计算机科学家、未来研究所的长期负责人罗伊·阿马拉（Roy Amara）在1973年指出，“我们倾向于在短期内高估一项新技术的影响，但在长期内低估它。”这一观点已被广泛接受，现在被称为“阿马拉定律”。

事实上，新技术及其支持生态系统的成熟通常需要时间。1977年，当时世界上最大的计算机公司之一数字设备公司（Digital Equipment Corporation）的CEO肯·奥尔森（Ken Olsen）曾说：“没有人有理由想要在家里放一台计算机。”那时个人计算技术还不成熟，因为那是在IBM PC推出几年前。然而，个人计算机后来变得无处不在，不仅在我们的家中，还在我们的口袋里。这仅仅是时间问题。

考虑到历史背景，AI的未来发展路径引人入胜。2018年，普华永道（PwC）在一项研究中描述了三个由AI驱动的自动化重叠周期，将持续到2030年代，每个周期都有不同程度的影响。这些周期包括他们预测到2020年代初的算法波，将延续到2020年代末的增强波，以及预计在2030年代中期成熟的自主波。

这一预测似乎是有先见之明的，因为现在许多讨论都集中在AI如何增强人类能力和工作。例如，IBM的第一条信任和透明度原则声明AI的目的是增强人类智能。《哈佛商业评论》的一篇文章“生成性AI如何增强人类创造力”探讨了人类与AI的关系。摩根大通（JPMorgan Chase and Co.）CEO杰米·戴蒙（Jamie Dimon）表示，AI技术可以“增强几乎所有工作”。

在医疗保健领域，AI驱动的诊断工具正在帮助提高疾病检测的准确性；在金融领域，AI算法正在改善欺诈检测和风险管理；客户服务也从使用提供全天候帮助和简化客户互动的复杂聊天机器人中受益。这些例子表明，尽管AI尚未引起革命性变化，但它正在稳步提升人类能力和跨行业的效率。

增强并不是人类任务的完全自动化，也不太可能消除许多工作。在这种情况下，当前的AI状态类似于其他计算机辅助工具，如文字处理和电子表格。一旦掌握，这些工具无疑是生产力增强器，但它们并没有根本上改变世界。这种增强波准确地反映了当前的AI技术状态。

许多炒作都是围绕这样的期望，即Gen AI是革命性的——或者很快就会是。期望与当前现实之间的差距导致了幻灭和对AI泡沫破裂的担忧。在这次对话中缺少的是一个现实的时间框架。埃文斯讲述了一个关于风险投资家马克·安德森（Marc Andreessen）的故事，他喜欢说，每一个失败的点子在网络泡沫时期都会在现在起作用。只是需要时间。

AI的发展和实施将继续取得进展。它将在某些行业比其他行业更快、更戏剧性，并在某些职业中加速。换句话说，将会有持续的例子显示性能和能力的显著提升，以及其他故事中AI技术被认为不足。因此，Gen AI的未来将非常不均衡。因此，这是它的尴尬青春期。

Gen AI确实将被证明是革命性的，尽管可能没有一些更乐观的专家预测的那么快。最有可能的是，AI最显著的影响将在十年后感受到，恰好与普华永道描述的自主波相吻合。这正是AI能够分析来自多个来源的数据，做出决策并采取物理行动，几乎没有或没有人类输入的时候。换句话说，当AI代理完全成熟时。

当我们接近2030年代中期的自主波时，我们可能会看到AI应用成为主流，例如在精准医疗和类人机器人方面，这些在今天看起来像科幻小说。正是在这个阶段，例如，完全自主的无人驾驶汽车可能会大规模出现。

今天，AI已经在以有意义的方式增强人类能力。AI革命不仅仅是即将到来——它正在我们眼前展开，尽管可能比一些人预测的更渐进。对进展或回报的感知放缓可能导致更多关于AI未能达到期望的故事和对其未来的更大悲观情绪。显然，这段旅程并非没有挑战。从长远来看，按照阿马拉定律，AI将成熟并实现革命性的预测。

来源：AI范儿

编辑：Luke

（声明：请读者严格遵守所在地法律法规，本文不代表任何投资建议）