近年来，人工智能(AI)**的快速崛起及其相关技术的稳步进展，已经让过去的许多技术承诺终于得以实现了。这项首度在1955年引进的技术带来了不少成就，但失败的案例也不在话下，因而让许多人质疑我们是否可能在日常生活中见证它发挥全部的潜力。

大多数的人应该还记得1970年代和1980年代时的经典案例——《星舰迷航记》(Star Trek)中的电脑HAL 9000以及ELIZA等电脑程式进入了我们的集体意识。然而，由于成本的限制与资源受限，缺少先进技术加上消费者的兴趣渐减，让AI在过去25年来一直无法实现早期的那些承诺，甚至退化至研究领域以及高度专业化的利基。

快转来到今日，我们再度处于快速的AI**之中。对于资讯技术的兴趣、能力与涉入程度，持续突破新的高度，AI的应用也迅速渗透至成千上万的日常生任务中。随着机器学习技术的*新进展以及日益增加的消费需求，我们已经从AI的低点复甦了，如今正寻找看似无限的可能性。新一代以语音启动的个人助理，如Alexa、Google Home与Apple HomeKit，能够控制所有的家电设备，无所不在的聊天机器人更简化了多种服务流程，如线上银行、回答与健康有关的问题等等，这些都承诺将持续推动现有技术成长的浪潮以及重建消费者的信任与需求。

然而，这种新的浪潮也导致了一个重要的问题——AI将就此停留，或者只是我们另一个不切实际的期望，而终将在几年后泡沫破灭？虽然AI目前渗透至日常活动中，但已发展到足以说AI成功地纠正过去所有的疑虑了吗？想想看我们*近目睹的现象：对于特斯拉(Tesla)自动驾驶模式的期待及其所引发的争议。在现代AI运动背后的技术——机器学习、巨量资料、深度学习、神经网路和自然语言处理等等进展，足以让AI之名当之无愧吗？

答案是既是肯定也是否定的。当然，*近在人工智能的进展已经证实较过去更成功。虽然过去将AI炒作成即时消费应用相当不切实际，但仅在过去五年来的进展，已经让AI成为一种更可行的主流商用解决方案了。今日的技术在资料方面蓬勃发展，过去五年来也见证了庞大的资料累积。结合资料库技术的改善，以及提高电脑运算能力，来处理可用的资料，AI已经从科学与学术应用领域转移到更广泛的企业软体消费以及取得消费者认同了。

如今，AI运动的成就主要取决于几项关键因素，其中包括来自Google、微软(Microsoft)和亚马逊(A)等主要业者支援AI的新平台，打造利用这些平台的大量开发人员。再者，来自IBM、Yahoo!、Salesforce和Apple等大型企业与技术***的承诺，更有助于确保AI在未来占有一席之地，他们也将续耕耘这一技术领域，并进一步推动在资料**、电脑辅助诊断、购买预测、错误侦测等领域的进展。

这些“大咖”厂商的长期投资，可说是确保AI实力的有力证据。如果你打算为AI技术结合较低的价格点，来自业介巨擘的承诺、越来越多的可用资料等待进行分析，以及改变消中的费者对于所能成就的期待，越来越清楚的是，这一次对于AI重新萌生的兴趣是真实的，这一次不会再出现泡沫破灭的情况了。

但这些公司能善加利用真正的人工智能技术？由于AI的表现一直位居重要位置，我们必须明白，“人工智能”的真正意义仍只有几年之久，而非发展几十年了，因而机器还无法在无人干预的情况下独立操作。诸如机器学习、资料探勘和神经网路等技术，都无法仅以自己的知识自我学习或发明任何事物。

就像AI一词所暗示的，机器必须依靠已知的资料集和预先编程的反应和行为，才能充份发挥作用。换言之，AI能在庞大的资料量中发现规律性或某种模式——即使这种模式是人类无法看到的，以及快速且有效地处理例行任务，不过，他们还不能在一些问题上投资新颖的解决方案，这是因为他们是相当依靠编程和演法的。

正如我们知道的，AI如今能善加利用现代统计学技术的进展，虽然有人可能会觉得不符合传统的AI，本质上也不具有AI的“智能”能力。然而，AI近来的复兴，已经证实对于商业与消费端这两个领域的各种不同应用相当有帮助。未来，我们将推动AI进步到什么程度，取决于业界大厂的持续投资、在资料技术与演算法方面的更多进展，以及发现更多有利于消费者和企业的应用。

编译：Susan Hong

(参考原文：The evolution of AI: How the past will define the future，by Terence Davis)