對于那些有著長久記憶的人來說，現(xiàn)今圍繞在人工智能的炒作似乎愈來愈讓人聯(lián)想到2000年的互聯(lián)網(wǎng)的熱潮。因為創(chuàng)投公司投資數(shù)十億美元于新創(chuàng)的AI公司和人工智能項目層出不窮?？▋?nèi)基美隆大學教授Zachary Lipton表示，機會主義者對于AI技術的能力做出太過夸大的說法，這使得商機上壟罩著陰影。

　　在麻省理工學院技術評論舉辦的EmTech會議上，Lipton警告人們，這種炒作方式會讓人們蒙蔽對AI局限性的理解。簡單來說，這使得人們愈來愈難以區(qū)分什么是真正的AI技術，什么是過份夸張的言論。

　　例如：人工智能技術--深度學習，由于其能夠在影像辨識和語音翻譯等上獲得強大成功，甚至其可以幫助自動駕駛汽車到智能手機上的翻譯應用程序等獲得更佳的結果。但是該技術仍有很大的局限性。許多深度學習模型只有在輸入大量數(shù)據(jù)時才能很好地工作，可是其也難以適應快速變化的現(xiàn)實情況。

　　Lipton還強調(diào)了人工智能在技術方面雖然擁有類似人類的能力，但是當人們過于信任人工智能的算法，進而控制自動駕駛汽車和臨床診斷時，很可能產(chǎn)生意料不到的后果。

　　一般來說，政策制定者不會閱讀科學文獻，他們只會閱讀一些隨處可見的新聞或者擁有高點擊率的文章，這種只懂得皮毛卻無法深入了解人工智能真正進展，以及其真正能力的極限，都會影響到該領域的政策走向與發(fā)展。

　　其實，并非只有Lipton一位學者對這種情況發(fā)展警告。在加州柏克萊大學的教授Michael Jordan也提出人工智能的革命尚未真正發(fā)生的觀點。其認為人工智能從技術學術領域跨越到大眾流通的許多流行語，其實伴隨著重大誤解的成份。因為被「智慧(Intelligence)」詞句套用，所以這使得人們在不同領域?qū)τ谥腔塾胁煌睦斫?，這更讓人們難以用批判性地思考來發(fā)掘潛在的影響。

　　其實，在當今時代，人類有一個真正的機會來構思一個以人為本的工程學科，進而創(chuàng)造歷史的新知識。其不能用簡單的「AI」縮寫來讓這項科學變得太過局限性。唯有擴大這些科技的使用范圍，淡化炒作心態(tài)，才能真正認識到未來的嚴峻挑戰(zhàn)。