1955年，第一个人工智能研究项目的科学家们认为，一个10人团队需要两个月的时间才能开发出能够复制人类思维解决问题能力的思考机器。但六十年来，数千个项目，数十亿美元的投入，达到了人类的水平人工智能仍然是一个难以实现的目标。
实现人类水平的AI的难度将该领域划分为两个子领域:人工通用智能(AGI)，即“会思考”的机器的最初愿景;还有人工狭义智能，这是一种有限但更容易实现的应用，现在在许多行业都能找到。
我们在人工智能方面取得的进展越多，我们就越能认识到人类大脑的复杂性。但这是否意味着我们应该放弃对人工通用智能的追求?
对AGI的现实检查
许多科学家对破解AGI密码的幻想已经破灭。在他的新书中，建筑师的情报(在一个新窗口中打开)在美国，未来学家和作家马丁·福特询问了23位著名的人工智能科学家和思想领袖，需要多长时间才能实现AGI。其中5人没有给出估计，其余18人中的大多数更愿意匿名猜测。他们对AGI的平均估计是2099-80年后。
“我们研究人工智能问题已经超过60年了。如果这一领域的创始人能够看到我们今天所吹捧的巨大进步，他们会非常失望，因为我们似乎并没有取得多大进展。我不认为AGI在不久的将来会出现，”麻省理工学院计算机科学和人工智能实验室(CSAIL)主任Daniela Rus说，她也是福特采访的科学家之一。
其他科学家认为，追求AGI毫无意义。“我们不需要复制人类。这就是为什么我专注于拥有工具来帮助我们，而不是复制我们已经知道如何做的事情。我们希望人类和机器合作，做一些他们自己不能做的事情，”谷歌研究总监、领先的人工智能教科书的合著者彼得·诺维格在2016年的一次会议上说采访《福布斯》(在一个新窗口中打开)．
深度学习算法无法解决简单的、一般性的问题:人类在很小的时候就学会的任务，比如理解文本的含义以及在开放环境中航行。
但深度学习在计算机视觉等狭窄应用中是有效的，癌症检测，以及语音识别。在许多情况下，它大大超过了人类的表现。目前人工智能领域的大部分研究和资金都集中在这些狭隘的人工智能或智能增强应用上，这就是Norvig所建议的。
尽管狭隘的人工智能每天都在进入新的领域，但仍专注于人工通用智能的少数人工智能实验室仍在继续烧钱，似乎在人类水平的人工智能方面进展甚微(如果有的话)。
alphabet旗下的AGI实验室DeepMind由此引发亏损5.7亿美元(在一个新窗口中打开)根据该公司今年8月向英国公司注册处提交的文件，仅2018年。另一个旨在创造AGI的人工智能实验室OpenAI最近不得不这么做摆脱非营利性结构(在一个新窗口中打开)为其昂贵的研究寻找投资者。两个实验室都取得了非凡的成就，包括创造玩复杂棋盘游戏和电子游戏的机器人．但他们离创造人工通用智能还差得远。
追逐AGI梦想的回报
那么，我们应该放弃对AGI的追求吗?还是我们应该专注于为当前狭隘的AI技术寻找实用(且有利可图)的应用，并停止资助AGI的研究?
在创建AGI的失败中，我们经常忽视我们在60年的AI研究中获得的巨大回报。我们每天使用的许多科学进步和工具都要归功于复制人脑的失败努力。
在这方面，我最喜欢的一句话来自于人工智能:一种现代方法(在一个新窗口中打开)，诺维格与著名科学家斯图尔特·拉塞尔(Stuart Russell)合著的著名人工智能书籍。Norvig和Russell写道:“人工智能领域的工作开创了许多重新回归主流计算机科学的思想，包括时间共享、交互式解释器、带有窗口和鼠标的个人计算机、快速开发环境、链表数据类型、自动存储管理，以及符号、函数、声明和面向对象编程等关键概念。”
我们就不会有这些东西(也不会有智能手机，聪明的人如果不是科学家们追逐创造人类级别的人工智能的疯狂梦想的话。
人工神经网络(ANN)是深度学习算法的主要组成部分，它的灵感来自人脑，旨在复制人脑的功能。今天,网络效率和用途都不如我就像他们的生物同伴一样。尽管如此，它们已经在计算机视觉、自然语言处理、机器翻译和语音合成等领域产生了许多重要的应用。和许多科学领域(在一个新窗口中打开)包括神经科学、认知科学和其他与人类大脑研究有关的领域都受益于人工通用智能的研究。
因此，如果以史为鉴的话，对人工通用智能的追求将为人类带来许多好处。毫无疑问，我们会遇到更多的障碍，我们可能永远走不到终点线。但即使我们永远无法到达星星，这段旅程也将是值得的。
人工智能开发自己的语言
