直到新一代研究人員開始發(fā)表文章，介紹一項名為“深度學習”的新技術(shù)在現(xiàn)實生活實現(xiàn)了成功應用時，人工智能才算是真正順利度過了自己的首個寒冬。

雖然從本質(zhì)上來說，“深度學習”仍然是一種與感知器算法高度類似的數(shù)據(jù)統(tǒng)計技術(shù)，但它在計算能力和數(shù)據(jù)集容量上均得到了大幅提高，所以在諸如話語識別、圖像識別和語言翻譯這類實際任務上，有了廣闊的應用前景。隨著關于深度學習的正面研究報告越來越多，選擇學習機器學習課程的大學生也越來越多。各家企業(yè)也紛紛開始斥資數(shù)十億甚至數(shù)百億美元來尋求高端技術(shù)人才，與之同時小型初創(chuàng)企業(yè)也開始積極拓寬深度學習的應用領域，包括交通運輸、醫(yī)療健康以及金融財務等。

伴隨著深度學習的火熱，各家新聞媒體又在寂靜了相當長一段時間之后，開始了之前那種對人工智能的狂熱報道。2013年，John Markoff在《紐約時報》上發(fā)表了一篇關于深度學習和神經(jīng)網(wǎng)絡的文章，標題為《像人腦的計算機：從經(jīng)驗中學習》。Markoff表示：“在未來幾年中，深度學習將會催生新一代人工智能系統(tǒng)，完成一些簡單的人工任務，包括看、聽、說和操控等等。”

自那以后，我們幾乎每天都能在新聞媒體上看到一些關于“人工智能世界末日”、“人造大腦”、“超人工智能”以及“Facebook驚悚人工智能機器人”的夸張報道。

為了挑戰(zhàn)自己，Lipton當時就決定繼續(xù)攻讀機器學習的博士學位。他介紹說，隨著越來越多的新聞媒體開始報道一些夸張的內(nèi)容，研究人員心中的失望和沮喪之情也就越來越明顯。因為在他們看來，那些記者對深度學習這項技術(shù)的了解著實非常淺薄。

拋開記者在深度學習技術(shù)方面的淺薄了解不說，Lipton發(fā)現(xiàn)最令人生氣的地方在于，那些一無所知的社交媒體居然都自稱是“人工智能影響者”。事實上，他們所做的，無非就是在自家網(wǎng)站上介紹介紹埃隆·馬斯克，內(nèi)容質(zhì)量低下卻吹得天花亂墜。用他的話說：“想要在人工智能領域取得實質(zhì)上的進步，首先需要保證廣大受眾了解最為真實、最為正確的信息。但很可惜，現(xiàn)階段，呈現(xiàn)在大眾面前的，完全是一些與真實情況不符的信息。因此，他們根本就沒有辦法徹底區(qū)分哪些是重要的信息，哪些是不重要的信息。”

當然，Lipton也不是第一個對人工智能發(fā)展泡沫表示擔憂的人。去年，美國機器人制造頂級專家Rodney Brooks撰寫了一篇文章，批評了人工智能行業(yè)對于未來發(fā)展前景的過度臆想。2013年，紐約大學教授Gary Marcus也寫了一篇文章，指出不真實的泡沫會導致人們對該行業(yè)的發(fā)展前景產(chǎn)生虛假預期，從而導致另一個寒冬的到來。

不過，在這個問題上，Lipton持有不同態(tài)度。他認為，現(xiàn)階段的夸張泡沫還不太會導致下一個寒冬的出現(xiàn)，但卻會誤導人們的認知，致使最為重要、最為迫切的問題遭到掩蓋。他表示：“對于錯誤的事情，大家都很害怕。我們能看到，不少政策制定者都會非常急切地開會討論機器人的權(quán)利問題，而不是歧視問題，就因為后者過于泛泛，感興趣的人比較少。”

去年三月，Lipton開通了自己的博客，希望能夠通過自己的力量來“反抗”那些帶來較大負面影響的不真實的人工智能新聞，比如關于埃隆·馬斯克以及Anthony Levandowski人工智能教堂的低質(zhì)新聞消息。

目前，Lipton的博客已經(jīng)收到了一些新聞媒體的關注，也培養(yǎng)了一批固定讀者。但他清楚地知道，自己能夠產(chǎn)生的影響終究還是有限的。用他的話說：“其實，這個行業(yè)真正需要的是大量訓練有素、誠實正直的記者。在實現(xiàn)這一點之前，我自己的博客永遠都像是滄海一粟，像是一粒無法激起千層浪的微小石子�！�

Joanne McNeil是一位專注于新興技術(shù)的專欄作家，她也認為科技行業(yè)新聞記者的專業(yè)素質(zhì)確實有待提高。雖然她經(jīng)常在Twitter上取笑一些帶有《終結(jié)者》風格的文章，但還是會避免言辭尖銳地直接批判科技記者。因為在她看來，人工智能的虛假泡沫之所以會出現(xiàn)，其中一個原因就是資源分配的不均衡。

她表示：“如果你將一位記者的收入與一位研究人員的收入相比，就會很快發(fā)現(xiàn)記者無法寫出具有專業(yè)深度文章的原因所在，畢竟他們終究不能與研究人員相提并論。說實話，具有專業(yè)技術(shù)素質(zhì)的記者和編輯，數(shù)量少之又少。如果人工智能研究人員真的在乎記者寫出來報道的內(nèi)容，那至少應該共同參與到新聞撰寫、報道或出版的過程中去。同時，適當提高記者的收入，畢竟他們要花大量的時間和精力，去深度挖掘與之相關的專業(yè)知識�！�

就像澳大利亞國立大學工程學和計算機科學教授Genevieve Bell所說，只有新聞記者和研究人員進一步加強彼此之間的合作，才能夠有效引導整個行業(yè)往正確的方向發(fā)展。純靠暴力壓制人工智能虛假泡沫，根本就是一件不可能的事情。Bell解釋道，因為關于電子大腦或Facebook惡意機器人的文章，并未切實關注真正的技術(shù)，只是大眾文化希望和焦慮的反映。

她介紹說：“數(shù)千年來，我們所講述的都是一些關于無生命事物的故事，這也就影響了我們對當下行業(yè)發(fā)展現(xiàn)狀的認知方式�；蛟S專家可以不考慮他們所進行研究給大眾留下的印象，但那些不現(xiàn)實的期望或無由來的恐懼，總歸是存在的。所以，說到底，夸張和泡沫就是一種文化表現(xiàn)形式，我們沒有辦法徹底不予考慮�！�

最后，Lipton表示，現(xiàn)階段，不真實的猜想和真實的研究之間，界限非常模糊。但歷史告訴我們，這種模糊的界限終究是要明確起來，以便我們合理區(qū)分哪些是重要之事，哪些只是虛幻。