进步速度

或许有些出人意料的是，从AI能力的可能进步速度来看，在前景方面，有一个关键因素能对人类起到安慰作用。我在前面讨论了摩尔定律的威力，但其实摩尔定律根本不是个定律。公平地说，AI迷卡耐姆·切斯同样承认了这一点。他说：“这样的事毫无存在的道理——你能获得的微芯片上的比特数必然会继续呈指数级增长。同样，也没有任何理由让你一直能用1,000美元买到相应的计算能力。确实，我们有充分的理由假定，这两个增长率都将大幅回落。”[22]

AI文献中像胡椒粉般撒得到处都是的关于指数级增长的例子的确令人印象深刻。它们的目的是将过程的简单性和最终结果的规模（和明显的必然性）结合起来，以让你大吃一惊。

但是，一切又都依赖于持续的指数级增长这种假设。而恰恰因为持久指数级增长的影响如此具有破坏性，现实世界中很少长期存在这种情况，通常是一开始增长缓慢，然后进入指数级上升阶段，随后放缓。这就形成了一个S形。有时，增长率会下降到非指数路线，该数字一直以每年10%的速度增长就属于这种情况（这意味着，该增长率以同比的形式体现，正在不断下降）。

在其他理论案例中，某些事物可以持续增长，但永远不会超过一定的极限值。其中一个是“青蛙跳跃”（译者注：青蛙以池塘的中央为起跳点，第一跳的距离是池塘直径的一半，以后每跳都是前一跳距离的一半），它离池塘边缘会越来越近，但永远无法抵达。在一些其他案例中，以前快速增长的事物也许会完全停下来。

对于在AI文献中被频繁提及的“指数级增长”，我们将在本书中遇到其中一种模式。将观察到的现象描述为“定律”，并得出必须“不可避免”地遵循的结论，这类断言所依赖的基础（如果存在的话）往往很脆弱，所以，失望和幻灭自然是“不可避免”的结果。

确实，一些科学的判断认为，AI进步的步伐最近也许已经慢了下来。普利策奖得主、《纽约时报》（New York Times） 记者约翰·马尔科夫（John Markoff）就持这样的观点。2015年6月，美国国防高级研究计划局（DARPA）组织举办了机器人挑战赛，马尔科夫对参赛机器人令人失望的表现感到震惊。他声称，自2007年智能手机发明以来，还没有出现过任何重大的技术进步。[23]