一个人的插图，他的脸被抬起来作为面具展示里面的电脑，并戴着一个名牌，上面写着你好，我是A人工智能一直在迅速找到工业应用，例如使用大型语言模型来实现企业IT自动化。这些应用程序可能会使实际智能问题变得毫无意义。

对于几代研究人工智能的科学家来说，能否实现“真正的”或“人类”的智能一直是这项工作的重要组成部分。

近年来，一种称为工业人工智能的东西的出现可能标志着这种崇高的当务之急的结束。自从计算机科学家JohnMcCarthy首次创造AI一词以来，今天的AI比66年来的任何时候都具有更多的能力。因此，人工智能的产业化正在将重点从智能转向成就。

另外：OpenAI的Dall•E2可能意味着我们再也不需要库存照片了

这些成就是了不起的。它们包括一个可以预测蛋白质折叠的系统，来自谷歌DeepMind的AlphaFold，以及来自初创公司OpenAI的文本生成程序GPT-3。无论是否有人称它们为智能，这两个程序都具有巨大的工业前景。

除其他外，AlphaFold有望设计出新形式的蛋白质，这一前景让生物学界充满活力。GPT-3作为一个可以自动执行业务任务的系统正在迅速找到自己的位置，例如在没有人工干预的情况下以书面形式回复员工或客户的询问。

由芯片制造商英伟达领导的多产半导体领域推动了这一实际成功，似乎它可能超越了过去对智能的关注。

在工业人工智能的任何角落，似乎都没有人关心这些程序是否会实现智能。就好像，面对具有明显价值的实际成就，老问题“但它聪明吗?”不再重要。

正如计算机科学家HectorLevesque所写，当谈到人工智能与技术的科学对比时，“不幸的是，人工智能的技术得到了所有人的关注。”

可以肯定的是，真正的智力问题对于少数思想家来说仍然很重要。在过去的一个月里，ZDNET采访了两位非常关注这个问题的著名学者。

Facebook所有者MetaProperties的首席人工智能科学家YannLeCun与ZDNET详细讨论了他今年夏天发表的一篇论文，作为关于人工智能需要去哪里的一种思考。LeCun表示担心，今天深度学习的主导工作，如果只是追求目前的路线，将无法实现他所说的“真正的”智能，其中包括诸如计算机系统计划行动路线的能力。使用常识。

LeCun表达了工程师的担忧，即如果没有真正的智能，这些程序最终会变得脆弱，这意味着它们可能在执行我们希望它们执行的操作之前就崩溃了。

“你知道，我认为我们完全有可能在没有常识的情况下拥有5级自动驾驶汽车，”LeCun告诉ZDNET，他指的是Waymo和其他人为自动驾驶构建ADAS(高级驾驶员辅助系统)的努力，“但你将不得不把它搞砸。”

纽约大学名誉教授加里·马库斯(GaryMarcus)是深度学习的经常批评者，他本月告诉ZDNET，人工智能作为一个领域被困在寻找像人类智能这样的东西上。

“我不想争论它是否是智能，”马库斯告诉ZDNET。“但我们可能称之为通用智能或自适应智能的智能形式，我确实关心自适应智能[...]我们没有这样的机器。”