1955年，第一個AI研究項目的科學家認為，要花10個人的團隊花兩個月的時間才能開發(fā)出可以復制人腦解決問題能力的思維機。但是六十年來，成千上萬的項目以及數十億美元之后，人類水平的人工智能仍然是一個遙不可及的目標。

實現人類水平的AI的困難已將該領域分為兩個子領域：人工智能(AGI)，即“思考”機器的原始愿景;人工智能和狹義人工智能，目前在許多行業(yè)中都受到限制，但更易于實現。

我們在AI方面取得的進步越多，我們就越會欣賞人腦的復雜性。但這是否意味著我們應該放棄對人工智能的追求?

AGI的真實性檢查

許多科學家對破解AGI代碼感到失望。在他的最新著作《智能建筑師》中，未來主義者兼作家馬丁·福特向23位杰出的AI科學家和思想領袖詢問了實現AGI需要多長時間。五人拒絕提供估計，其余18人中的大多數更傾向于匿名猜測。他們對AGI的平均估算為2099年，即距現在80年。

“我們致力于人工智能問題已有60多年了。如果該領域的創(chuàng)始人能夠看到我們今天所稱的巨大進步，他們將非常失望，因為看來我們并沒有取得太大進步。我不福特接受采訪的一位科學家，麻省理工學院計算機科學與人工智能實驗室(CSAIL)主任丹妮拉·羅斯(Daniela Rus)說：“我們根本就不會認為AGI對我們而言是未來。”

其他科學家認為追求AGI是沒有意義的。“我們不需要復制人員。這就是為什么我專注于擁有幫助我們的工具，而不是復制我們已經知道如何做的事情。我們希望人與機器合作并做他們自己無法做的事情，”谷歌研究總監(jiān)，領先的人工智能教科書合著者彼得·諾維格(Peter Norvig)在2016年接受《福布斯》采訪時表示。

深度學習算法無法解決簡單，通用的問題：人類在很早的時候就學習的任務，例如理解文本的含義和在開放環(huán)境中導航。

但是深度學習在狹窄的應用程序(例如計算機視覺，癌癥檢測和語音識別)中非常有效。在許多情況下，它大大超過了人類的表現。諾維格建議，目前在人工智能方面的大多數研究和資金都集中在這些狹窄的人工智能或智能增強應用程序上。

盡管狹窄的AI每天都進入新領域，但仍然專注于人工智能的少數幾個AI實驗室仍在消耗大量現金，并且在人類級AI(如果有)方面進展甚微。

根據八月份向英國公司注冊處提交的文件，僅字母表擁有的AGI實驗室DeepMind僅在2018年就損失了5.7億美元。另一個旨在創(chuàng)建AGI的AI實驗室OpenAI最近不得不放棄其非營利組織，以尋找其昂貴研究的投資者。這兩個實驗室都取得了非凡的成就，包括創(chuàng)造了可以玩復雜的棋盤游戲和視頻游戲的機器人。但是他們仍然離創(chuàng)造人工通用情報還很遠。