人工智能又双叒“寒冬”了(2)

就拿Filip Piekniewski本人来说，其研究范围在经典计算机视觉中，既是在广泛的算法集合中从图像中提取信息，作为机器学习分类器的前端，以构建更复杂的检测器。但在现实应用场景中，检测器的搭建过程非常复杂也不具有可复制性，相比之下远不如深度学习更加高效，所以一直很难走向市场。

但经典计算机视觉的优势在于，其准确度相比深度学习解决方案更高，对计算力的要求也更低。

看到这里，Filip Piekniewski此前一些看似非常不合理、不具有学术专业性的言论就有了解释。不论是强调深度学习是硅谷的为了卖GPU营造的算力骗局，还是强调AI炒作带来的学者身价膨胀，本质上都是在为自己的学术观点站台，表达对目前深度学习一家独大的不满。

包括上文提到的Gary Marcus，也是在表达对深度学习不满的同时，强调了深度学习必须要结合符号计算才能进步。而这也正是Gary Marcus本人的学术方向。

说到底，这些看似鼓吹AI寒冬的学者，并不是真正的不看好的AI价值，只是对AI学术发展的趋势有所不满，以一种劝谏的姿态在表达意见，仿佛深度学习和硅谷的勾结已经祸国殃民，学者们捶胸顿足的哭嚎着：“陛下，看看您的江山吧!”

结束语

虽然Filip Piekniewski对于深度学习的抨击本质上是一种夹带私货，但他的一些观点也并非不无道理，例如目前硅谷和学术界关系过密，是否会影响到学术发展的方向?以及目前企业对于深度学习学术人才的追捧，是否会反而会因为学术人才的水土不服而阻碍AI应用的发展?

当今世界和过去产生的一大区别是，商业与学术研究正在结合的越来越紧。在大量科技企业出资支持学界的情况下，学者们究竟是在进行纯粹的学术创新，还是被商业支持圈到了某一个笼子里?商业资助的影响，是否会对学者们的学术道路选择产生一定的影响，最终导致技术创新在错误的方向上越走越远?

虽然“AI寒冬论”和对深度学习的盲目指摘并不可取，但其背后所隐藏的问题，我们应当时时警醒、铭记在心。

（编辑：ASP站长网）