人工智能革命可能需要比一些人预期的更长的时间才能从硅谷扩展到其他行业。
微软、谷歌和Facebook最近在机器学习方面取得的突破，让这些科技巨头打造出了激动人心的新业务和新产品，这些新业务和新产品都是通过软件来分析文本和图像的。一些公司推出了云服务，他们说该服务可以通过帮助其他公司来实现人工智能的普及。
但微软研究部门副总裁彼得李于本周表示，对于科技巨头来说，目前最有价值的高端机器学习系统，仍然过于僵化，过于昂贵，无法为其商业客户提供服务。
“我们现在正处于机器学习和人工智能概念的企业试用阶段，”李在本周于旧金山举行的麻省理工学院科技评论的EmTech数字会议上说，“人工智能并没有被简化为单纯的实践技术；我们高薪聘用了一个小团队，团队中的技术人员正在构建定制解决方案。”
李列举了微软为帮助其销售人员完成交易而开发的基于人工智能的工具。“我希望能把这些东西卖给世界上的其他公司，”他补充说，虽然目前还不可能实现，因为这项技术需要十分艰难的为每一项新业务进行方案定制。
构建使用人工智能来学习和适应特定业务中的需求和条件的软件，似乎就是最终答案。但李说，微软在尝试让软件从现实世界中学习的经验表明，这项技术目前还不够成熟。
微软在推特上推出聊天机器人，这款机器人可以从去年的对话中学习知识，而且它很快就学会了某个种族的语言。但是去年夏天，在分析了网络文本后，微软的翻译系统开始出现问题，它开始翻译“Daesh”，一种阿拉伯语名字，意思是“伊斯兰国”，在英语中被称为“沙特阿拉伯”。
“这些机器学习系统的失败导致它们变得更加引人注目，”李说。在现实世界中设置学习软件仍然需要专家的密切监督。
显然，向企业销售更直接的人工智能服务仍然需要大量资金投入。微软已经提供了一些服务，比如在图片中识别人脸，将语音转换为文本。在EmTech事件中，创业公司Clarifai展示了一些工具，这些工具帮助公司通过了解他们文件的内容来搜索和管理图片和视频。然而，李暗示，像这样的产品不能带来科技革命或新的利润。
“大多数时候，高价值的机器学习应用都是定制的。”李说，“每个企业都是一个特例，所以你希望机器学习应用能够适应每个企业特殊的需要和条件。”通过尝试不同的行为和观察软件的有效性，而不是去消除文本或图片等静态数据，可能最终会让这个行业摆脱这种困境。
他还提到了谷歌如何利用强化学习来掌握围棋，并重新燃起了对算法的兴趣，这些算法的灵感来自于进化，最近，独立研究机构OpenAI也强调了这一点。李说：“这些技术并不局限于搜集或挖掘人类智力的产出。你可能会得出这样的结论：这些系统更有可能了解业务流程，并提出自己的营销策略。”
