AI冬季一词指的是人工智能研究和开发资金削减的时期，通常是在未能实现的过度期望之后。
随着最近的生成式AI系统未能兑现投资者的承诺——从OpenAI的GPT-4o到谷歌的AI驱动概述——这种模式在今天显得尤为熟悉。
搜索引擎土地报道，AI冬季历史上通常跟随兴奋和失望的周期。第一次发生在1970年代，原因是雄心勃勃的项目在实现机器翻译和语音识别方面的结果不尽如人意。由于计算能力不足，以及对计算机在该领域能够实现的期望不切实际，资金被冻结。
1980年代的专家系统显示出希望，但第二次AI冬季发生在这些系统未能处理意外输入时。LISP机器的衰退，以及日本的第五代项目的失败，都是导致放缓的额外因素。许多研究人员与AI保持距离，选择将他们的工作称为信息学或机器学习，以避免负面污名。
AI在冬季中的韧性
AI在1990年代缓慢而痛苦地度过，且大多不切实际。尽管IBM Watson本应彻底改变人类对待疾病的方式，但其在现实医疗实践中的实施在每个环节都遇到挑战。AI机器无法解读医生的笔记，也无法满足当地人口的需求。换句话说，AI在需要细致处理的微妙情况下暴露无遗。
随着机器学习和大数据的进步，AI研究和资金在2000年代初再次激增。然而，AI的声誉因过去的失败而受到玷污，导致许多人重新品牌化AI技术。区块链、自动驾驶汽车和语音命令设备等术语吸引了投资者的兴趣，但大多数在未能满足夸大期望时又消失了。
从过去的AI冬季中吸取的教训
每个AI冬季都遵循一个熟悉的序列：期望导致炒作，随后是技术和财务上的失望。AI研究人员撤退到更专注的项目中。
然而，这些项目并不支持长期研究的发展，而是偏向短期努力，使每个人重新考虑AI的潜力。这不仅对技术产生不良影响，还影响到劳动力，其才能最终使技术变得不可持续。一些改变生活的项目也因此被放弃。
然而，这些时期提供了宝贵的教训。它们提醒我们要对AI的能力保持现实，专注于基础研究，并与投资者和公众进行透明沟通。
我们是否正走向另一个AI冬季？
在经历了爆炸性的2023年后，AI进展的步伐似乎放缓；生成式AI的突破变得越来越少。投资者的电话中提到AI的次数减少，公司在实现最初由ChatGPT等工具承诺的生产力提升方面也面临困难。
由于存在幻觉和缺乏真正理解等困难，生成式AI模型的使用受到限制。此外，在讨论现实世界应用时，AI生成内容的传播以及关于数据使用的众多问题也可能导致进展放缓。
然而，可能有办法避免全面的AI冬季。开源模型正在迅速赶上封闭的替代品，公司也在向各行业实施不同的应用转变。资金投资也没有停止，特别是在Perplexity的案例中，尽管对该公司的声明普遍持怀疑态度，但可能在搜索空间中找到了一个细分市场。
AI的未来及其对企业的影响
很难确定未来AI会发生什么。一方面，进展可能会继续，开发出更好的AI系统，为搜索营销行业带来更高的生产力。另一方面，如果技术无法解决当前问题——包括AI存在的伦理、使用数据的安全性和系统的准确性——对AI的信心下降可能导致投资减少，从而使行业出现更大幅度的放缓。
无论如何，企业都需要真实、信任和战略性的方法来采用AI。搜索营销人员和AI专业人士必须充分了解并理解AI工具的局限性。他们应该负责任地应用这些工具，并谨慎地进行实验，以寻求生产力提升，同时避免过度依赖新兴技术的陷阱。
(照片由Filip Bunkens提供)
另请参见：OpenAI联合创始人的“安全AI”初创公司获得10亿美元融资，估值达到50亿美元。
想了解更多来自行业领袖的AI和大数据信息吗？ 请查看AI & 大数据博览会，该活动将在阿姆斯特丹、加利福尼亚和伦敦举行。该综合活动与其他领先活动共同举办，包括智能自动化会议、区块链博览会、数字转型周和网络安全与云博览会。
探索由TechForge提供的其他即将举行的企业技术活动和网络研讨会这里。
