對(duì)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?yàn)閯?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(xiàng)目層出不窮。卡內(nèi)基美隆大學(xué)教授Zachary Lipton表示，機(jī)會(huì)主義者對(duì)于AI技術(shù)的能力做出太過夸大的說法，這使得商機(jī)上壟罩著陰影。

在麻省理工學(xué)院技術(shù)評(píng)論舉辦的EmTech會(huì)議上，Lipton警告人們，這種炒作方式會(huì)讓人們蒙蔽對(duì)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(shù)，什么是過份夸張的言論。

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

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

一般來說，政策制定者不會(huì)閱讀科學(xué)文獻(xiàn)，他們只會(huì)閱讀一些隨處可見的新聞或者擁有高點(diǎn)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(jìn)展，以及其真正能力的極限，都會(huì)影響到該領(lǐng)域的政策走向與發(fā)展。

其實(shí)，并非只有Lipton一位學(xué)者對(duì)這種情況發(fā)展警告。在加州柏克萊大學(xué)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(diǎn)。其認(rèn)為人工智能從技術(shù)學(xué)術(shù)領(lǐng)域跨越到大眾流通的許多流行語，其實(shí)伴隨著重大誤解的成份。因?yàn)楸弧钢腔郏?u>Intelligence）」詞句套用，所以這使得人們?cè)诓煌I(lǐng)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(shí)，在當(dāng)今時(shí)代，人類有一個(gè)真正的機(jī)會(huì)來構(gòu)思一個(gè)以人為本的工程學(xué)科，進(jìn)而創(chuàng)造歷史的新知識(shí)。其不能用簡單的「AI」縮寫來讓這項(xiàng)科學(xué)變得太過局限性。唯有擴(kuò)大這些科技的使用范圍，淡化炒作心態(tài)，才能真正認(rèn)識(shí)到未來的嚴(yán)峻挑戰(zhàn)。