自深度学习(deep learning)技术问世后，许多人都相信这将是带领我们逐步走入「通用AI」(general AI)梦想的关键，企业领导者也都在演讲中谈及AI 时代将会如何来临，然而事情真的如此顺利吗?

电脑视觉与AI 领域专家Filip Piekniewski 并不这么认为，近日在博客的一篇文章中，Piekniewski 也详细谈及对于现今AI 发展进度的看法，在他看来，已经有许多迹象都显示出AI 产业的「凛冬将至」。

Piekniewski指出，在ImageNet获得不错的解决方案时，许多该领域的知名研究人员都积极的受访并采用相同的论调表示：人们正处在一场巨大的革命前面，从现在开始，所有AI发展只会加速。

然而许多年过去了，期待中的加速并未发生，这些受访的研究人员也不再那么活跃的鼓吹相同的想法，随着情绪降温，他们开始不将深度学习形容为终极演算法，AI 相关论文也从「革命」一词逐渐改变为「进化」。

相较起前者，进化听起来要温和且缓慢许多，而这似乎也更为符合AI 发展的现实情况。Piekniewski 指出，包含OpenAI 在内，许多知名研究单位近期都开始变得相对安静，自AlphaGo Zoro 问世后Deepmind 也并未再展现任何更为惊奇的事物，甚至一些论述指出，Google 其实不太确定该如何处理Deepmind，因为团队得出的研究成果明显不如原先预期的「那么实际」。

除此之外，Piekniewski 也观察到一些大型科技企业的杰出AI 研究人员，都开始从实际操作的研究负责人转任至协助游说政府资助的职务上，他认为这种细微转变迹象显示，像是Google、Facebook 这些公司对AI 研究的兴趣实际上正在慢慢收敛。

至于深度学习所面临的瓶颈，Piekniewski 认为自动驾驶(self-driving)技术在现实世界的实际应用便是最明显的例子，除了Nvidia、Tesla 在发展自驾技术上都遇到困难， Uber 自驾车在亚利桑那州的死亡车祸更是能够用来做最好的说明。

从NTSB的初步报告中，除了能明显看出系统设计的问题之外，最为惊人的莫过于发现系统花费了很长一段时间，去试图判断眼前的物体究竟是什么(行人、脚踏车、车辆或其他)，而不是做出在该情况下最重要、也是逻辑上唯一该做的决策：确保不会碰撞它。

这与人对危机的处理方式并不相同。Piekniewski 指出，尽管人们经常在交通事故后说出当下的判断标准，像是「我看到前方有骑士所以转向左边避开它」，但许多心理物理学(Psychophysics)文献都曾经提出解释，人们往往是在当下透过神经系统迅速将其判断为障碍并采取行动，等到一小段时间过后才会意识到发生了什么，并试着将其组织为言语进行说明。

这并不仅限于驾驶行为，其实每天我们都会做出许多没有言语化的的决定，因为言语化是「昂贵的」，需要花费时间，而现实生活中的许多情况并无法提供时间。

这种生存机制来源已久，数十亿年来都保护着我们的安全，而在驾驶车辆时，人们自然也就使用到这样的原始反应，由于这些反应并非专为驾驶行为发展，自然偶尔也会因为这些反射神经引发一些事故。然而整体上来说，这种对空间、速度及周遭警觉的原始能力，对于人类安全仍旧有着许多保障。

只是这种能力大多无法用言语来描述，也难以进行测量，这使得研究人员难以对机器进行这方面的系统改良，Nvidia 过去所提出的End-to-End 方法虽然理论上可行，但从现实一些测试中我们也可知道情况并非这么简单。

在Piekniewski 看来，这些发展困境都表明着AI 发展的寒冬即将来临，就像股市崩盘一样，虽然不太可能准确说出发生的时间点，但你从某些明显的迹象中，几乎可以肯定它将会在某个时刻出现，然而因为外界的呼声太过强烈，以至于人们很容易就忽视掉这些征兆。

可想而知，一些研究人员应该会对「凛冬将至」的说法感到愤怒，但Piekniewski 指出，过去已经有许多知名研究者都警告过，群众对于AI 关注的热潮已有些过头，就连Geoffrey Hinton 也曾在受访时承认，反向传播法(back-propagation)似乎已走入死胡同，相关研究可能得从头开始展开。

然而，由于AI 炒作的风声实在过于强大，以至于这位对神经网路有着巨大贡献、经常被外界称作深度学习之父者的声音并没有太多人真的听见。

「究竟冬天会有多『严寒』?我不知道。接下来会发生什么?我不知道。但是我相当确定凛冬即将来临，或许事情只会比我预想的更早发生。