AI寒冬（AI winter）
/ AY-EYE WIN-tur /
AI寒冬，是指對人工智慧的熱情驟然崩塌、資金枯竭、整個領域過氣的一段時期——它往往緊隨一輪繁榮之後，而那輪繁榮裡，許諾遠遠跑在了技術真正能交付的能力前頭。這個模式是人性的，而非技術性的：大膽的預言招來了錢和頭條；系統令人失望；幻滅隨之而來；投資者和政府紛紛收手；研究者甚至避用「AI」這個標籤，只為還能拿到經費。
大的寒冬有過兩次。第一次大致在1970年代，緊隨符號人工智慧那段意氣風發的早期之後：1973年英國的一份報告（萊特希爾報告）以及美國一些持懷疑態度的評審都判定，那些宏大的許諾——流暢的機器翻譯、通用的問題求解器——並未成真，於是經費被砍。第二次在1980年代末到1990年代初，緊隨專家系統產業的崩塌：那些造價高、又脆弱的系統未能帶來回報，為它們打造的專用硬體也隨之過時。
需要記取的一點既發人深省又很實用：AI一向是在「炒作週期」裡起伏的。一波樂觀（與投資）之後，當現實跟不上行銷時，必然會有一次回調。了解這段歷史，是對今日那些喘不過氣的豪言最好的解藥。這並不是說當下的進步是假的——進展是真實的——但它時刻提醒我們，要把真本事與宣傳式的許諾區分開來，每當「AI很快就能無所不能」的空氣瀰漫時，都該多留個心眼。
1966年，研究者曾以為機器翻譯大體上已被攻克；一份美國的諮詢報告（ALPAC，1966年）卻發現它比人工翻譯更慢、更貴、也更差，於是經費被削減了好幾年。這個教訓反覆重演：一場信心滿滿的演示，與一件可靠的產品之間的鴻溝，正是寒冬誕生之處。
過度承諾、交付不足、收縮退場——AI寒冬反覆出現的形狀。
AI寒冬的成因是被吹大的期待，而非AI本身一無是處——有用的工作在整段時期裡一直默默進行。這段歷史是一個理由，讓我們對每一句「AI很快就能做到X」的說法都保持健康的懷疑，今天的說法也不例外。