每隔一段时间，就会出现一篇警告AI即将进入寒冬的文章。这些文章的论点通常大同小异：人们对深度学习的期望被过度夸大，通用人工智能还遥不可及，之前的AI寒冬正是由这种炒作引起的。

尽管这些观点有一定道理，但它们忽略了一个重要事实：与80年代那次导致机器学习研究和资金枯竭的AI寒冬相比，现在的形势已经截然不同。

的确，我们尚未实现通用人工智能或完全自动驾驶汽车的目标。然而，过去的几年里，几家致力于将全自动驾驶汽车推向市场的科技公司中，Starsky Robotics曾一度占据领先地位。该公司不仅拥有演示示范，还有充足的资金和一支顶尖团队。

然而，今年3月，Starsky Robotics突然宣布倒闭。其创始人Stefan Seltz-Axmacher明确指出，有监督的机器学习无法满足炒作下的期望。他所指的炒作包括创始人的高调承诺、媒体的夸张报道以及狂热者的乐观预期。实际上，研究人员普遍认为，要实现完全自动驾驶汽车至少还需要十年的时间。

过去，令人兴奋的研究往往伴随着过高的承诺，随后便是投资者的失望和工程师的放弃，这种循环导致了多次AI寒冬。但这一次，情况有所不同。

尽管我们还未实现深度学习最宏伟的愿景，但一些重要的变化已经发生：机器学习已经在经济上变得切实可行。

从全球最受欢迎的应用程序来看，Netflix、YouTube、Facebook、亚马逊、Instagram、Spotify和抖音等公司都在利用机器学习驱动的推荐系统。Snapchat、Instagram和抖音等应用则利用计算机视觉技术帮助用户创建、编辑和分类图像。Gmail和Messenger等工具则借助自然语言处理技术增强用户体验，如垃圾邮件过滤、消息分类等。谷歌地图、优步和来福车等平台也依赖机器学习来准确预测行程时间。

这些全球最具价值公司的旗舰产品背后，都有着大量的机器学习研发投入。如果你认为这些公司会因为无法实现天网这样的技术而放弃机器学习，那显然是错误的。

机器学习产品不仅仅局限于大型科技公司。许多初创公司也已将基于机器学习的产品推向市场，如Onfido提供的全球1500家金融机构使用的身份验证服务，Ezra开发的计算机视觉技术用于全身癌症筛查，以及AI Dungeon运营的基于OpenAI的GPT-2开发的文本冒险游戏。

在各个行业中，包括医疗、农业、游戏、金融和安全等领域，都有不少公司将机器学习产品成功推向市场。

机器学习不再是纯粹的投机行为。现在，它已成为一种广泛应用且具有商业可行性的技术，支撑着一些全球最受欢迎和盈利最高的公司。谷歌不会因为Starsky Robotics和OpenAI等项目的失败而解散Google Brain或停止投资TensorFlow。

因此，那些预言技术奇点将在短期内到来的记者可能会大错特错，但这并不会引发新一轮的AI寒冬。