術語“人工智能寒冬”指的是人工智能研發資金削減的一段時期，通常是由於過度炒作的預期未能實現所致。
從 OpenAI 的 GPT-4o 到谷歌的 AI 概覽，最近的生成式 AI 系統未能兌現投資者的承諾，這種模式在今天感覺太熟悉了。
Search Engine Land報道稱，人工智能寒冬歷來都是伴隨著興奮與失望的循環。第一次寒冬發生在 20 世紀 70 年代，當時旨在實現機器翻譯和語音識別的雄心勃勃的項目成果不佳。由於計算能力不足，對計算機在該領域能取得的成就的期望不切實際，資金被凍結。
20 世紀 80 年代的專家系統前景光明，但第二次人工智能寒冬到來時，這些系統無法處理意外輸入。LISP 機器的衰落和日本第五代計算機項目的失敗是導致人工智能發展放緩的其他因素。許多研究人員與人工智能保持距離，選擇將他們的工作稱為信息學或機器學習，以避免負面汙名。
人工智能在寒冬中的韌性
人工智能在 20 世紀 90 年代取得了長足進步，儘管發展緩慢且艱難，而且大多不切實際。儘管 IBM Watson 旨在徹底改變人類治療疾病的方式，但它在現實世界的醫療實踐中的應用卻處處遇到挑戰。人工智能機器無法解讀醫生的筆記，也無法滿足當地民眾的需求。換句話說，人工智能暴露在需要謹慎對待的微妙情況下。
21 世紀初，隨著機器學習和大數據的進步，人工智能研究和資金再次激增。然而，人工智能的聲譽因過去的失敗而受損，導致許多人重新包裝人工智能技術。區塊鏈、自動駕駛汽車和語音命令設備等術語引起了投資者的興趣，但當它們未能滿足過高的預期時，大多數投資者的興趣就消失了。
過去人工智能寒冬的教訓
每一次人工智能寒冬都會出現一個熟悉的序列：期望導致炒作，隨後是技術和財務方面的失望。人工智能研究人員退出該領域，並致力於更專注的項目。
然而，這些項目並不支持長期研究的發展，而只注重短期努力，讓每個人都重新考慮人工智能的潛力。這不僅對技術產生了不良影響，還影響了勞動力，他們的人才最終認為這項技術不可持續。一些改變生活的項目也被放棄了。
然而，這些時期也給我們提供了寶貴的教訓。它們提醒我們要對人工智能的能力保持現實態度，專注於基礎研究，並與投資者和公眾保持透明的溝通。
我們是否正在走向又一個人工智能寒冬？
在經歷了爆炸式增長的 2023 年之後，人工智能的發展速度似乎有所放緩；生成式人工智能的突破越來越少。投資者電話會議中對人工智能的提及越來越少，企業難以實現 ChatGPT 等工具最初承諾的生產力提升。
由於存在幻覺和缺乏真正的理解等困難，生成式人工智能模型的使用受到限制。此外，在討論現實世界的應用時，人工智能生成內容的傳播以及與數據使用有關的眾多問題方面也存在可能阻礙進展的問題。
然而，避免人工智能寒冬的全面到來是有可能的。開源模型正在迅速趕上封閉式替代方案，各家公司正轉向在各個行業實施不同的應用程序。資金投資也沒有停止，尤其是 Perplexity 的情況，儘管人們對該公司的說法普遍持懷疑態度，但該公司可能已經在搜索領域找到了一個利基市場。
人工智能的未來及其對企業的影響
很難確切地說出人工智能未來會發生什麼。一方面，進步可能會繼續，更好的人工智能系統將會被開發出來，搜索營銷行業的生產率也會提高。另一方面，如果這項技術無法解決當前的問題——包括人工智能存在的道德問題、所用數據的安全性以及系統的準確性——人們對人工智能的信心下降可能會導致投資減少，從而導致行業進一步放緩。
無論如何，企業都需要真實性、信任度和戰略方法來採用人工智能。搜索營銷人員和人工智能專業人士必須消息靈通，瞭解人工智能工具的侷限性。他們應該負責任地使用這些工具，並謹慎地進行試驗，以尋求提高生產力，同時避免過度依賴新興技術的陷阱。
（攝影： 菲利普·邦肯斯）
另請參閱： OpenAI 聯合創始人的“Safe AI”初創公司獲得 10 億美元融資，估值達到 50 億美元。
想要從行業領袖那裡瞭解更多有關人工智能和大數據的信息嗎？請關注在阿姆斯特丹、加利福尼亞和倫敦舉辦的人工智能和大數據博覽會。這場綜合性活動與其他領先活動（包括智能自動化會議、 BlockX 、數字化轉型周和網絡安全與雲博覽會）在同一地點舉辦。
在此探索由 TechForge 主辦的其他即將舉行的企業技術活動和網絡研討會。
後人工智能寒冬：炒作、失望和復甦的循環首次出現在AI News上。
