年度最理性AI分析文章：预测AI未来，大部分人陷入了7大误区(15)

原则来说这事儿可以换种做法。但在实践上不可行。我在讨论的可不仅仅是技术停滞的地方。就在这个时候我还在看着职位需求列表，就在今天，Tesla的工厂还试图招聘全职的PLC技术人员。通过继电器仿真来对当今最先进的AI软件驱动的汽车生产进行自动化。
很多的AI研究人员和权威想象这个世界已经是数字化了，只需要把新的AI系统引进来就能马上给现场、供应链、车间、产品设计带来运营方面的改变。
这跟事实完全是南辕北辙。
自动化重新配置的阻抗实在是惊人的、令人错愕的不灵活。
这一领域你很难给出一个好点子。改变实在是太慢了。制造回形针的AI系统决定动用一切资源以其他人类需求为代价生产出越来越多的回形针的例子其实只是个怪异的白日梦。未来几十年内在这个循环里面都会有关心布线问题的人的参与。
几乎所有机器人和AI方面的创新都需要很长很长的时间才能广泛部署，所需时间之长要超出圈子内外的人的想象。无人车就是个例子。突然之间每个人都认识了这个东西，以为很快就会部署。但这所需的时间比想象得要长得多。它需要几十年，而不是几年。如果你认为这种想法有点悲观的话你应该意识到自从第一辆无人车路演至今已经30年过去但还是没有部署。1987年Ernst Dickmanns和他的团队在慕尼黑联邦国防军大学已经能让他们的无人车以90公里的时速在高速路上行驶了20公里。1995年7月，由Chuck Thorpe和Takeo Kanade领衔的CMU团队研发的第一辆不用手握方向盘脚踩踏板的厢式旅行车实现了横穿美国东西海岸的壮举。Google/Waymo做无人车已经有8年了，但是大规模部署仍然遥遥无期。从1987年算起，可能需要40、50或者60年我们才能有无人车的真正部署。
机器人和AI的新想法也需要很长很长的时间才能变成现实、部署起来。
结语
当你看到权威对将来的机器人和人工智能奇迹或者恐怖提出警告时，我建议你仔细对他们的观点进行评估，看看有没有陷入这7个陷阱。根据我的经验，从他们的论点里面你总能找到2、3或者4个这样的漏洞。
预测未来真的很难，尤其是提前预测更是难上加难。
原文链接：http://rodneybrooks.com/the-seven-deadly-sins-of-predicting-the-future-of-ai/
编译组出品。编辑：郝鹏程。