技术开发和部署的四个时间尺度

我逐渐了解了技术开发及其部署的四种截然不同的时间尺度。我认为人们经常在它们之间跳跃，最终对一项技术在未来何时能够做什么做出了极其错误的预测，有时甚至是有害的。时间尺度 1. 新的研究想法 新的研究想法需要十到二十年的时间才能形成，然后才能将其带入真正可靠的实验室演示。有些事情需要更长的时间，因为有很多很多错误的开始，或者有一个非常困难的步骤，需要几十年的时间才能完成。一旦事物真正被确立为可靠的实验室技术，通常会出现一个淘金热阶段，在本质上相同的想法上，每六个月左右就会出现一次重大的新调整，感觉就像我们脚下的地面在震动。第一个神经元“计算”模型于 1943 年发表（McCulloch 和 Pitts），但直到尝试了一系列其他模型之后，才在 1960 年建立了一个主导品种（Widrow），即线性阈值神经元，被认为是当今神经网络的“神经元”。然后，需要花费数年的时间才能获得 (1) 良好的卷积网络和 (2) 反向传播，从而能够学习 2 关于图像中任何位置 1 的对象。然后又过了二十年，直到 2012 年（Hinton）更大的结构，即深度学习中的“深度”，让经过训练的神经网络图像标记取代了传统的非神经视觉算法。又过了十年，我们迎来了今天的法学硕士（大型语言模型），它让整个世界都陷入了困境。所以这项研究花了六十年的时间。一路上它多次被宣告死亡，但仍有一些勇敢或顽固的灵魂坚持了下来。时间尺度 2. 炒作的产生 通常会出现令人难以置信的炒作周期，从除了少数人之外的所有人都听说过这个想法，到它每天出现在商业媒体上。各种各样的研究人员和公司都在重新推销他们的工作，并声称他们一直在这样做。只要看看“人工智能代理”从无到有，到装饰旧金山街道上公交车的侧面就知道了。到 2025 年中期就不会了，现在很难找到一辆公交车上有任何与代理无关的人工智能广告。而且它们都有人工智能广告。然后，随着新的炒作出现，炒作就会消失。上面我列举了一些。如果你30岁了，你可能还记得区块链和虚拟宇宙。现在已经差不多没了。计算机并没有让世界因比特币挖矿的区块链算法而升温。相反，它是用于培训法学硕士的数据中心——人工智能培训本身就是一个新的炒作主题。如果您年纪大一点，您可能会清楚地记得 IBM Watson 甚至纳米技术分子机器。我记得有一次，斜纹棉布裤制造商在电视广告中宣传他们放入裤子中的纳米技术（那里正在销售的裤子）。如果您已经足够大，可以领取社会保障金，您可能还记得专家系统，该系统将捕获专家的所有知识，并让公司解雇员工。问题在于，许多不熟悉技术的人可能会对正在进行的研究和关于它将如何改变一切的炒作感到困惑。但它很少会最终做到这一点。此外，有很多妄想症患者确实相信他们所说的事情，但由于像基础物理学这样的小问题，这是不可能的。非凡的炒作事件与实际非凡技术的比例太高了。时间尺度 3. 大规模部署 下一个时间尺度取决于从真正经过精心设计的产品到大规模采用所需的时间。软件生产更多副本的边际成本为零。从在一台机器上运行的一份软件副本到在数千台机器上运行（如果它们已经存在），您实际上并不需要太多的供应链和原材料。但即便如此，软件通常也需要 20 年或更长时间才能扩大规模。仅仅因为存在一些有趣的软件，并不意味着每个人都会立即加入并重新设计他们的业务以使用它。有些人等着看对其他人来说效果如何。而其他人只是不想改变现有的业务实践来采用新软件。 Unix 于 1969 年在贝尔实验室开始开发。15 年后，其商业版本问世，但占主导地位的操作系统是 Microsoft Windows。然后从 1991 年开始开发了 Unix 的免费开源版本，称为 Linux。每个计算机科学专业的研究生在 Linux 诞生后的五年内都听说过它，但直到 2012 年它才被微软采用。现在大多数后端系统和数十亿移动设备都在 Linux 上运行。基于硬件的系统需要更长的时间才能大规模采用。我第一次听了一场展示自动驾驶汽车运行的演讲