過去(qù)幾年，人工(gōng)智能（AI）的火(huǒ)爆似乎掀起了新一(yī)波的互聯網技術浪潮，無數技術人轉移陣地、投身其中(zhōng)。但是随之而來的，是各種有關人工(gōng)智能和機器學習技術的誇誇其談。可以說，在計算機科學領域中(zhōng)，從來沒有出現過如此衆多且毫不專業的人對某一(yī)技術領域如此趨之若鹜——即便對于二十世紀八十年代從事尖端硬件的人來說，這也是匪夷所思的事情。
近期，備受矚目的暢銷書(shū)作家、《人類簡史》和《未來簡史》的作者尤瓦爾•赫拉利就講述了人工(gōng)智能将對民主産生(shēng)的影響。他的言論中(zhōng)充斥着對當前人工(gōng)智能技術能力的極大(dà)信心，他說與Google同宗的DeepMind所開(kāi)發的國際象棋軟件具有“創造性”、“富有想象力”，甚至擁有“天才本能”。
此外(wài)，在英國廣播公司BBC的人工(gōng)智能紀錄片中(zhōng)，吉姆·阿爾哈利利（Jim Al-Khalili）和DeepMind的創始人丹米斯·哈薩比斯（Demis Hassabis）講述了人工(gōng)智能系統如何取得了“真正的發現”，而且還“真的提出了一(yī)個新的想法”，然後“憑自己的直覺”開(kāi)發出了策略。
......
各種層出不窮的言論在使用誇張和拟人的手法來描述蠢笨機械化的系統，不一(yī)枚舉。現在，則是時候回頭仔細看看基礎硬件的現實了。
過去(qù)30多年，人工(gōng)智能沒有任何重大(dà)進步
人們喜歡通過神話(huà)、比喻和借助計算機屏幕等人爲形式來讨論有關計算機技術，比如“直覺”、“創造力”和神奇的“策略”。AI專家從AI的行爲中(zhōng)找出特定的模式并将其稱爲“戰略”，但神經網絡并不知(zhī)道“戰略”是什麽。如果真的有“創造力”，那也是DeepMind研究人員(yuán)的創造力，他們設計、管理和訓練了AI。
今天的AI系統是用大(dà)量的自動化試錯訓練出來的，每個階段都需要通過一(yī)項稱爲反向傳播的技術來反饋錯誤并調整系統，以減少将來的錯誤，從而逐步提高AI在特定任務（如國際象棋）上的表現。
目前可以大(dà)幅提升AI（“機器學習”和所謂的“深度學習”）系統效率的方法主要以這種反向傳播技術爲基礎，而這項技術發明于二十世紀六十年代，并于二十世紀八十年代中(zhōng)期由Geoffrey Hinton應用到神經網絡。
換句話(huà)說，在過去(qù)30多年中(zhōng)人工(gōng)智能并沒有任何重大(dà)的概念進步——目前我(wǒ)(wǒ)們在人工(gōng)智能研究和媒體(tǐ)上看到的大(dà)部分(fēn)内容都是通過大(dà)量昂貴的計算硬件和複雜(zá)的公關活動渲染的一(yī)個古老的想法。
這并不是說DeepMind的工(gōng)作沒有價值。協助開(kāi)發者生(shēng)成新策略和想法的機器非常有趣，特别是由于巨大(dà)的複雜(zá)性導緻人們難以理解該機器的操作。在世俗文化中(zhōng)，技術的魔力和神秘非常誘人，而且在枯燥的工(gōng)程領域出現一(yī)些非常神秘的東西是非常受歡迎的。
但遺憾的是，DeepMind的機器裏并沒有靈魂。
一(yī)位上世紀九十年代的年輕程序員(yuán)打破了傳統
所有圍繞DeepMind機器大(dà)做文章的行爲都會讓人想起二十年前，一(yī)個非比尋常且意義深厚的“機器學習”系統給技術界所帶來的那種興奮感。
1997年11月，蘇塞克斯大(dà)學計算神經科學與機器人中(zhōng)心的研究員(yuán)阿德裏安·湯普森(sēn)登上了那一(yī)期“新科學家”的封面，其題目是：“原始矽打造的生(shēng)物(wù)——讓達爾文主義迷失在電(diàn)子試驗室，一(yī)睹新的造物(wù)主。高效精幹的機器，無人能理解。 ”而湯普森(sēn)能登上封面的原因是他的作品引起了很大(dà)的轟動。
湯普森(sēn)打破了傳統，在電(diàn)子硬件上發展了機器學習系統——而不是使用傳統的軟件方法。他選擇這樣做是因爲他意識到所有數字計算機軟件的功能都會受到計算機二進制開(kāi)關的限制。相比之下(xià)，人類大(dà)腦的神經元得到了很好的進化，可以思考各種微妙且不可思議的複雜(zá)物(wù)理和生(shēng)化過程。湯普森(sēn)假設，通過自然選擇的自動化過程讓計算機硬件進化，就可以模拟出矽介質的所有實際物(wù)理屬性，而計算機的數字開(kāi)關正是由這些矽介質構成，因此可能會産生(shēng)某種東西有效模拟人類大(dà)腦的組成。
後來的事實也證明了他是正确的。
湯普森(sēn)在他的實驗室中(zhōng)對FPGA（一(yī)種數字矽芯片，其數字開(kāi)關之間的連接可以反複重新配置）的配置進行了改進，以便區分(fēn)兩種不同的音頻(pín)音調。然後當湯普森(sēn)在查看FPGA芯片内部開(kāi)關之間的連接是如何通過改進過程配置的時候，他注意到一(yī)種令人印象深刻的高效電(diàn)路設計——僅使用了37個元件。
不僅如此，該改進電(diàn)路已經超出了數字工(gōng)程師的理解範圍。37個組件中(zhōng)的一(yī)些沒有與其他組件電(diàn)連接，但是一(yī)旦從設計中(zhōng)移除這些組件，整個系統就會停止工(gōng)作。對于這種奇怪情況，唯一(yī)的解釋就是該系統在它所謂的數字組件之間利用了某種神秘的電(diàn)磁連接。換句話(huà)說，該改進過程爲了執行“計算”，已經卷入了系統組件和材料模拟的真實世界的特征。
作爲一(yī)位二十世紀九十年代的年輕研究員(yuán)來說，湯普森(sēn)的工(gōng)作發現确實令人驚歎。計算機不僅設法發明了一(yī)種全新的電(diàn)子電(diàn)路，而且超越了人類電(diàn)子工(gōng)程師的能力，更重要的是它還指向了開(kāi)發計算機系統和AI的方法。
所以究竟是什麽情況？爲什麽湯普森(sēn)幾乎無人知(zhī)曉，而後來的哈薩比斯卻爲Google的母公司Alphabet赢得了滿堂彩，而且BBC還爲之制作了讴歌的紀錄片？答案就在于時機。
人工(gōng)智能還“時髦”嗎(ma)？
早在二十世紀九十年代，人工(gōng)智能就已經十分(fēn)時髦了。
現在三十多年過來了，AI不僅承擔起了引發“第四次工(gōng)業革命”的重任，還是行業重點投資(zī)的下(xià)一(yī)個方向。雖然DeepMind的數字AI系統不是很擅長針對複雜(zá)的真實世界（如天氣或人腦）進行建模，但它們還是非常适合處理在線二進制世界的鏈接、點擊、點贊、共享、播放(fàng)列表和像素等問題。
除了市場契機已至，DeepMind還深谙吸引觀衆的技巧。DeepMind通過培養技術的神秘性來推銷技術和高級人員(yuán)，但它的演示始終隻是玩簡單的、有計算規則的遊戲，因爲遊戲具有媒體(tǐ)和公衆的高度關注以及視覺趣味性的優勢。實際上，該技術的大(dà)多數商(shāng)業應用都将是相當平庸的後台業務應用程序，例如優化Google數據中(zhōng)心（Google保存服務器的地方）的電(diàn)源效率。
湯普森(sēn)和哈薩比斯有一(yī)個共同點（除了他倆都是英國人以外(wài)），他們都擁有必要的技術和創造力，從而能夠有效地訓練和改進他們的系統，但是這種對人類的技術和創造力的依賴性很顯然是所有“人工(gōng)智能”或機器學習系統的弱點，它們各自的技術也非常脆弱。
例如，湯普森(sēn)的系統不能在與訓練環境不同的溫度條件下(xià)工(gōng)作。同樣地，DeepMind擅長的一(yī)個視頻(pín)遊戲（雅達利的Breakout）中(zhōng)，僅僅是改變擋闆的大(dà)小(xiǎo)就能讓AI的成績一(yī)落千丈。這種脆弱性是由于DeepMind的AI軟件不知(zhī)道什麽是擋闆，甚至不知(zhī)道什麽是視頻(pín)遊戲；它的開(kāi)關隻能處理二進制數。
不可否認，近年來機器學習系統取得了很大(dà)的進步，但這一(yī)進步主要是通過大(dà)量投入傳統計算硬件來實現的，而不是通過激進創新。在不久的将來，芯片集成技術将觸及極限，設計效率（即用更少的硬件進行更多處理）将在商(shāng)業上更加重要，也許在那一(yī)刻可進化形式的硬件将流行起來。
人工(gōng)智能會是下(xià)一(yī)個技術浪潮嗎(ma)？
技術是一(yī)個升級創新的過程，而不是通過“包裝”渲染的“虛假”式繁榮。而回顧每一(yī)次的技術浪潮，從最初的Web時代，到移動、雲計算時代，然後是現在的人工(gōng)智能、區塊鏈、物(wù)聯網浪潮，也并不是每一(yī)步都走得正确，也是經過了反複的叠代和推陳出新。
Web和操作系統的年代
自從第一(yī)個RFC（Request For Comments）于1969年發布以來，互聯網協議就有了一(yī)個分(fēn)散的開(kāi)發過程，并且形成了獨特的标準。雖然定義協議是分(fēn)散的，但使用這些協議的核心平台（例如思科路由器）仍然是專有的并且是封閉的。而思科1990年的首次公開(kāi)募股開(kāi)啓了不可思議的Web時代。
由于主要的網絡供應商(shāng)都有自己的硬件，所以雖然局外(wài)人可以爲協議規範做出貢獻，但隻有網絡公司的開(kāi)發人員(yuán)才能将這些協議添加到他們的平台。思科創建了各種公司，然後經曆各種收購或合并，直至互聯網泡沫破滅。
這之後的操作系統、桌面應用程序也都經曆了類似的戰鬥。無論是20世紀90年代的Netscape和IE，還是今天的Chrome、IE和Firefox，浏覽器一(yī)直是令人垂涎的應用程序，因爲它是網絡的前端。
移動開(kāi)發導緻消費(fèi)升級，雲端混戰開(kāi)啓統治時代
當蘋果公司推出App Store後，與網頁類似但功能更豐富的移動應用程序迎來了消費(fèi)者能力升級的新時代。但是對于開(kāi)發人員(yuán)來說，有些人可能認爲移動開(kāi)發進入的門檻太低，這個對所有人開(kāi)放(fàng)的領地注定難以形成創新，才會導緻現在的應用商(shāng)店(diàn)遍布垃圾、充斥着複刻和模仿。不過事實證明，仍有一(yī)小(xiǎo)部分(fēn)人成功創建了出色的應用程序，但絕大(dà)多數的人卻仍是無所作爲。
而“得雲者得天下(xià)”的雲計算時代，在2006年開(kāi)啓。彼時，谷歌推出了“Google 101計劃”，并正式提出“雲”的概念和理論。此後，亞馬遜、微軟、惠普、雅虎、英特爾、IBM等公司紛紛入局，雲端混戰。其中(zhōng)亞馬遜在采用AWS的雲計算功能和新時代的定價方面做得非常出色，Google和微軟緊随其後。
在雲計算模式下(xià)，用戶借助雲服務提供商(shāng)的計算資(zī)源、存儲空間和各種應用軟件，就可以把連接“顯示器”和“主機”的電(diàn)線變成網絡，把“主機”變成雲服務提供商(shāng)的服務器集群。也因此，近年來一(yī)大(dà)批的企業爲了追求低成本和高性能而借助雲計算實現數字化轉型。
區塊鏈、物(wù)聯網、人工(gōng)智能主導下(xià)一(yī)波技術浪潮
區塊鏈、物(wù)聯網和人工(gōng)智能則最有望成爲下(xià)一(yī)個技術浪潮。
區塊鏈以其獨特的技術計算方式獲得了企業和用戶的熱烈追捧，而2016年印發的《“十三五”國家信息化規劃》中(zhōng)提出的“加強區塊鏈等新技術的創新、試驗和應用”更是爲其加了一(yī)把火(huǒ)，在技術圈炒得火(huǒ)熱。2017年世界經濟論壇發布的白(bái)皮書(shū)《實現區塊鏈的潛力》，則提到了區塊鏈技術能夠使信息互聯網向價值互聯網的新時代轉變，開(kāi)創更具颠覆性和變革性的互聯網時代。從目前來看，區塊鏈的技術應用雖不夠完善，但發展前景卻很值得期待。
物(wù)聯網（IoT）在過去(qù)的十年中(zhōng)經曆了幾次起伏。就進入門檻而言，構建物(wù)聯網設備的大(dà)多數軟件（甚至硬件）構建模塊都是常用的，但将商(shāng)用物(wù)聯網設備推向市場是一(yī)項重大(dà)任務。物(wù)聯網已從一(yī)些标準化中(zhōng)受益，但它也是一(yī)個非常分(fēn)散的空間，僅僅因爲有“标準”并不意味着公司必須使用它們。因此，雖然未來的物(wù)聯網發展将會涉及到生(shēng)活的各個領域，但是如何将其潛力發揮極緻也是開(kāi)發者和市場重要的一(yī)大(dà)命題。
而人工(gōng)智能領域，正如前文所述，它是一(yī)個有着完備生(shēng)态和豐富工(gōng)具的技術，但是現階段的人工(gōng)智能還不成熟，仍是基于以往研究的“美化”和“包裝”。不過正如各大(dà)科技巨頭們争相湧入的勢頭一(yī)般，也正像Gartner2017年成熟度曲線所呈現的那樣，有了創新和突破，“真正的”人工(gōng)智能很快就會到來。
Gartner公布的2017全球新興技術成熟度曲線
未來已來，但是會以何種姿勢呈現，取決于技術市場和開(kāi)發者們。
程序員(yuán)如何在技術浪潮的更叠中(zhōng)保持較高的成長速度？
技術在更叠演進，總體(tǐ)趨勢也在不斷向前。那麽身爲開(kāi)發者，又(yòu)該如何在技術浪潮的更叠中(zhōng)保持較高的成長速度、不與時代脫節？面對技能落伍、薪資(zī)倒挂、無休止加班等問題，很多開(kāi)發者會感到焦慮不安，前途渺茫。
然而這種情況下(xià)再多的怅然都比不上踏踏實實的學習和進步，實現自我(wǒ)(wǒ)的提升才是根本。不過，學習永遠沒有錯，隻怕選錯前進方向，反而耗時又(yòu)耗力。所以，開(kāi)發者如何迅速捕捉技術浪潮、玩轉新花樣？
自 2004 年開(kāi)始，CSDN 通過對開(kāi)發人員(yuán)、開(kāi)發技術以及開(kāi)發工(gōng)具、平台的狀況和發展趨勢等進行深入的調研，爲各相關行業提供了中(zhōng)國軟件開(kāi)發者群體(tǐ)以及軟件開(kāi)發服務領域市場所提供的重要參考資(zī)料。迄今爲止，已有數以萬計的開(kāi)發者參與其中(zhōng)，共同繪就了真實的中(zhōng)國開(kāi)發者畫像。
