Skip to main content

炒作周期

· 11 min read
戈頓
戈頓
Developer & Co-founder of Tecky Academy

科技世界，尤其是資訊科技世界，普遍有一種喜新厭舊的傾向，對運用時日漸久的技術，往往會衍生出一種厭倦之感，鮮明例子就如常用的程式語言如Java、PHP，被認為不再sexy，不及新穎的Kotlin、Swift吸引。曾經風頭一時無兩的3D打印，近年亦比以往的熱潮時冷卻得多。Bitcoin熱潮，在加密貨幣價格大上大落之下，也比起一兩年前減退不少。乍看之下，好像新科技都遵從著相近之發展軌跡，難道這是每種新科技發展都必須經歷嗎？

觀察​

據筆者所能找到最早的資料，第一個有關這種規律的觀察，是於1995年由一間名為Gartner的顧問公司所做，研究員發現大多數新科技都會經歷五個不同階段:

  • 階段一 科技誕生期(Technology Trigger)
  • 階段二 過高期望期(Peak of inflated expectations)
  • 階段三 泡沫爆破期(Trough of Disillusionment)
  • 階段四 穩步爬升期(Slope of Enlightenment)
  • 階段五 實質應用期(Plateau of Productivity)

以一幅圖綜合五個時期就如下圖:

gartner_hype_cycle.png

一幅圖解釋科技軌跡？竟然如此神奇？大家不妨看看以下二個例子:

3D打印​

3D打印，本名為積層製造(Additive Manufacturing)的技術，早於上世紀八十年代，已有相應的技術開發及專利存在，現時普遍供個人應用的技術，名為熔融沉積成型，則是於1988年發明。這些技術之出現，對應炒作周期，就是科技誕生期之階段。

3D printing

Source 3D打印機

及至2010年代，整整二十年之後，3D打印開始進入大眾視野之中，而為了方便宣傳，也由原名積層製造技術，改為容易琅琅上口的3D打印，大眾開始對這種據說能在家中直接生產模型的技術大感興趣，一些科技新聞開始將3D打印炒作成工業4.0的代表，是繼資訊科技發展的一大革命。筆者甚至讀過有文章預測，指3D打印令家家戶戶都可自行生產所需物件，大公司的作用會因而降低! 這正是過高期望期的時間，以投資術語來說，就是一個泡沫在不斷發展，投資者也因為未來可能的潛力，投進不符比例的資本發展，以近乎不求回報的方式，催生泡沫的形成。

正當3D打印似乎如日中天，發展勢不可擋時，2014年開始3D打印之發展卻明顯遇上障礙，先是一位美國青年由於公開3D打印槍械圖樣而受到政府起訴，然後多間專門生產消費者型3D打印機的公司由於利潤欠奉，股價開始下跌，不少3D打印之初創企業亦因資金鏈斷裂而倒閉。3D打印開始減少在科技新聞出現，普遍消費者開始意識到3D打印技術實際上距離所謂「家家戶戶都有一台」的情況很遙遠，甚至根本不會出現。這就是泡沫爆破期的典型現象。

時間快轉至2019年，3D打印已不常在科技新聞出現，代表3D打印早已不是科技界的寵兒，卻依然有許多公司應用3D打印技術作為快速建立原型的工具，可以說3D打印已經進入了穩步爬升期，3D打印到底在未來會爬到多高，實在難以估計，但可以肯定的是，普遍大眾已對3D打印習以為常，不會再有2014年前的熱潮出現。

所以3D打印已經走過了炒作周期階段一至四，階段五可能還很遙遠，而當真到達階段五的時候，大眾也大概不會留意得到。

人工智能​

人工智能呢？人工智能還是科技新寵兒吧？打開科技新聞，每日都有許多關於人工智能的新消息，似乎沒有泡沫爆破的跡象。其實人工智能發展歷史很長，比普遍大眾以為的要長得多。

最早的人工智能與現代電腦的歷史一樣古老，電腦科學之父艾倫．圖靈(Alan Turing)，同時亦是人工智能之父，更提出了圖靈測試去判斷電腦是否可以判定為有智能。圖靈於1954自殺，爾後之電腦科學家繼續從事人工智能之研究。這是人工智能的科技誕生期。

AI Hype Cycle

Source

人工智能於上世紀五十年代開始，主要是在Symbolic Reasoning方面發展，研究者本以為人類能夠達成的事，例如語言翻譯等，電腦要完成的難度不會太大。結果出乎意料，語言的模糊性及內在複雜程度遠超研究人員預計。一份1974的報告更指人工智能由於combinatorial explosion(可能性爆炸)的問題，當時人工智能將難以解決現實問題，只能停留在Toy Problem的層次。

所以人工智能第一次的過高期望期開始不久，就遇上了第一個打擊，政府見成效不彰，也大幅減少投入資金，這就是第一次人工智能冬天(AI Winter I)，也就是人工智能的第一個泡沫爆破期。由於興趣減退，資金也隨之減少，人工智能的發展處於停滯階段。

到了八十年代，專家系統(Expert System)之研究開始成為人工智能研究的主流，當研究者發覺通用之人工智能比想像中難實現時，開始希望以人工智能協助專家作出決策，其中一例就如協助醫生診斷症狀。專家系統通常會擁有一個巨大的知識庫，再由知識庫推理，得出最好的決策。這引起了廣大興趣，政府、學術界又開始投入不少資金研究，更有公司開始開發專為專家系統運作的LISP電腦，這是人工智能的第二次過高期望期。到了九十年代頭，普遍發覺專家系統成本太高，難以維持，專為專家系統開發的電腦也未能與其他桌面電腦競爭，整個人工智能界又陷入了第二次泡沫爆破期，正是第二次人工智能冬天(AI Winter II)。

及至互聯網普及以後，數據量之大，種類之多，流動速度之快，都是前所未見，間接推動了以數據統計為原理的Machine Learning類的人工智能發展。 隨著深度學習於2010年代之後日趨成熟，人工智能的發展，在經過了超過五六十年的跌跌撞撞之後，終於進入了穩步爬升期，於愈來愈多的範疇得到應用。 2011年IBM的Watson於遊戲Jeopardy擊助人類、AlphaGo擊助圍棋世界冠軍，就是最好的明證。

有些論者認為我們現今處於的位置距離第三次人工智能冬天不遠，但筆者在這個問題頗為樂觀，由於通用的程式庫例如Tensorflow或PyTorch的普及，對普通軟件工程師而言，開發人工智能應用已非如以前般遙不可及，因此再墮入另一個衰退期之機會不大。

其他技術所處位置​

那其他技術呢？有留意科技新聞的朋友，可能常常聽到5G、量子計算等等的科技名詞，這些科技又在那個階段呢？ 以下是Gartner 於2018年發放的炒作曲線，相當值得細讀。

2018-Hype-Cycle

Source

由圖中可見，在泡沫爆破期的，大都是大家已經聽聞的科技，令Pokemon Go大行其道的增強實境科技，就是其中的表表者。

意義所在​

理解炒作曲線之意義，在於訓練自己在科技世代，有一個辨別炒作的能力，由於傳統教育所限，大多數人對科技、科技發展都是一知半解，很容易就錯信一些似是而非的吹噓，間接成為散播炒作的幫兇。擁有判別科技實際應用的能力，可以避免墮入科技投資騙局，不論是二十年之科網股熱潮，或是近年不少的ICO騙案，都不會中計上鈎了。