如果反向傳播能像今天這樣具有可見性，我們的成就可能會比現(xiàn)在的階段領(lǐng)先10年（計算能力除外）。
從70年代的普通神經(jīng)網(wǎng)絡(luò)到再循環(huán)網(wǎng)絡(luò)，到今天的長短期記憶網(wǎng)絡(luò)，都震動了人工智能領(lǐng)域。并且，它還只需要幾十行代碼！數(shù)代學生和研究人員經(jīng)過數(shù)學計算，計算出了梯度下降法，證明了它的正確性。但最后，大多數(shù)人點了點頭，說“這只是一種優(yōu)化形式”便繼續(xù)努力。分析理解是不夠的。你需要某種形式的“發(fā)明家直覺”來使之與眾不同。
要想擁有業(yè)界頂級研究水平絕非易事，因此99.9%的公司只是搭上主流人工智能列車，還無法成為業(yè)內(nèi)大佬。核心技術(shù)是由業(yè)界主要的開源工具集和框架提供的。為了達到最新的水平，專有方法會隨著時間的流逝而消失。從這個意義上說，絕大多數(shù)人工智能公司都是這些核心產(chǎn)品和技術(shù)的消費者。
列車通往何處？
人工智能（以及所需的數(shù)據(jù)）被拿來與許多東西進行比較：電、煤、黃金。這顯示出科技界有多迫切想要找到規(guī)律或趨勢。這是因為，這種知識對于規(guī)避一個簡單的事實所能對你的業(yè)務(wù)或投資造成的風險至關(guān)重要。如果你把你的事業(yè)建立在人工智能列車的軌道上，沒有什么能拯救你。
因為列車頭已向商業(yè)領(lǐng)域飛奔而去，只有少數(shù)情況值得考慮。
第一種情況，主流人工智能研究列車的運行速度將明顯放緩，甚至已經(jīng)停止運行。這意味著更多的問題類別無法解決。這也意味著我們下車后，必須為我們的客戶走到終點。這對創(chuàng)業(yè)公司來說是一個很大的機會，因為他們有機會開發(fā)專有技術(shù)，并有機會創(chuàng)建一個可持續(xù)發(fā)展的業(yè)務(wù)。
第二種情況是，主流列車在當前時期呼嘯前行。那就更不容易躲開它的前進勢頭或下火車了。人工智能高速發(fā)展階段中，個人方法的領(lǐng)域知識很可能被大公司“開源”。那么過去你所有的努力可能都變得一文不值。目前，像AlphaGo LINK這樣的系統(tǒng)，除了由開源框架提供的標準（“vanilla”）功能外，還需要很高比例的專利技術(shù)。如果我們在不久的將來看到具有相同功能的基本腳本，我不會覺得驚訝。但“未知的未知”是一類問題，下一波人工智能的發(fā)展浪潮便能解決。自動編碼和基于注意力的系統(tǒng)在解決這類問題上勝算很大。沒有人能想象出，哪個垂直領(lǐng)域可以通過這個解決。幾率：可能。
第四種情況，火車的速度更快。最后，“奇點已近”?，F(xiàn)在已經(jīng)有關(guān)于這方面的書了。億萬富翁們一直在為之奮斗。我可能會再寫一篇關(guān)于它的文章。這里的終極游戲是人工通用智能。如果我們做到了這一點，一切賭注都結(jié)束了。
最后，還有“黑天鵝”事件的情況（“黑天鵝”指非常難以預(yù)測，且不尋常的事件，通常會引起市場連鎖負面反應(yīng)甚至顛覆）。在車庫里的某個人發(fā)現(xiàn)了遠離了主流算法的新一代算法。如果這位獨行俠可以自己使用這種算法，我們可能會看到第一個自制的億萬富翁。但這種情況又從何而來呢？我不相信這種事可能會突然發(fā)生。它可能是主流技術(shù)和被拋棄的基于模型的算法的結(jié)合。2010年神經(jīng)網(wǎng)絡(luò)的興起，一些曾經(jīng)大有希望的方法（象征方法等）便失去了部分研究基矗目前在人工智能領(lǐng)域的研究也復興了其他相關(guān)研究領(lǐng)域。要找到一種“不受歡迎”且還未涌入大量研究人員的技術(shù)或算法已經(jīng)變得越來越困難。然而，可能會有一個局外人找到或復活一種改變游戲規(guī)則的方法。
誰能贏？
讓我們把所有這些都放在一起，最后問一個價值百萬美元的問題。答案不僅取決于以上種種情況，最重要的是在于你是誰。在這個等式中，業(yè)務(wù)的起始位置是一個關(guān)鍵因素，因為它的資源和現(xiàn)有資產(chǎn)是他們部署策略的關(guān)鍵。
在人工智能聯(lián)賽中，有幾家財力雄厚、能夠吸引關(guān)鍵人才的公司。由于這是一個相當燒錢的過程，所以你需要其他的收入來源。這就限制了選手們進入著名的谷歌、Facebook、微軟和IBM俱樂部。除了現(xiàn)有條件之外，他們還建立了龐大的專有系統(tǒng)，以及開放源代碼的堆棧，來到達新的問題類。過了一段時間之后，你就會把這些東西放進下一代的開源框架中，以建立一個活躍的社區(qū)。