想要享受未來智能時代的紅利，考驗並不少。迎難而上，我們在擁抱風潮之時，更需耐心和定力，腳踏實地

　　眼下的人工智能似乎麻煩不少。研究界對底層技術缺乏突破的爭論，產業界對商業應用未達預期的質疑，再加上前段時間“人工智能代表性應用”自動駕駛出現了幾次事故等，把人工智能產業推上了風口浪尖。

　　回望過去60多年，人工智能正是在風雨起伏中前進。批評的聲音雖不見得都切中要害，卻能提醒人們面對技術風潮時，少一些盲目，多一分清醒。認准道路再出發，步子也踏得更實。

　　回看新興技術的產業發展，似乎都走過了一條從被高估到回歸務實的道路。“新興技術成熟度曲線”把新興技術發展劃分為5個關鍵階段，分別是技術觸發期、期望膨脹期、幻覺破滅谷底期、啟蒙爬升和高原期。這說明新技術產業化有一定的規律，成為預測技術前景的重要參考。

　　在一些領域，人工智能應用推進的難度確實超乎意料。以自動駕駛為例，實現較高級別的無人駕駛，要解決安全、環境感知、控制決策等諸多難題，而僅僅環境感知一項又涉及攝像頭、激光雷達等傳感器的深入融合，每一步基本上都是在“無人區”中摸索，且越往后難度越大。然而，每一次對技術關鍵點的攻關，也都是突破的機會。技術的突破常常是厚積薄發，隻有積累到一定階段，才可能帶動質變，迎來整體的爆發，此前的艱難之處，如同破曉之前。

　　作為智能時代的代表性變革力量，人工智能或將成為與電力和互聯網一樣的通用技術，化身經濟社會發展的新引擎。想要享受未來智能時代的紅利，考驗並不少，眼前的困難或許只是開始。迎難而上，我們在擁抱風潮之時，更需耐心和定力，腳踏實地。

　　全球技術的發展日新月異，不久的將來，量子計算、腦機接口等其他新興技術也將經歷從“觸發期”到“高原期”的艱難裂變。這同樣需要我們保持謙卑，做到極致的認真，去創造技術浪潮將帶來的豐富成果。

　　上世紀80年代，一位研究者投身到人工智能熱潮中，此后研究進入低谷，但他沒有放棄，在近30年后研發出一套優化神經網絡方法。這位研究者就是現在被稱為“深度學習之父”的杰弗裡·辛頓。厚積薄發似乎是人工智能一脈相承的“基因”，相信命運終將饋贈那些孜孜不倦，保持戰略定力的探索者。

　　《 人民日報 》（ 2019年02月25日 12 版）

分享讓更多人看到