在当今科技飞速发展的时代，AI 盈利难与机器人泡沫多的问题成为了业界关注的焦点。谷歌 DeepMind 的联合创始人兼首席科学家杰弗里·辛顿（Geoffrey Hinton）曾在 2018 年宣布离职，引发了业界对 AI 发展前景的担忧。而 OpenAI 的创始人萨姆·奥特曼（Sam Altman）则在 2019 年表示，AI 技术的发展将带来巨大的商业机会，但同时也需要警惕技术滥用和安全风险。

在这一背景下，Facebook 人工智能实验室的负责人扬·勒昆（Yann LeCun）于 1998 年提出的卷积神经网络（CNN）成为了 AI 领域的重要里程碑。CNN 可以自动学习图像和视频中的特征，从而实现图像识别、视频分类等任务。CNN 的出现使得 AI 技术在计算机视觉领域取得了巨大的成功，也为后续的 AI 技术发展奠定了基础。

然而，尽管 AI 技术在某些领域取得了显著的成就，但在盈利方面却面临着巨大的挑战。根据市场研究机构 IDC 的数据，2022 年全球 AI 市场规模达到了 1078 亿美元，但其中只有 10%的公司实现了盈利。这表明，尽管 AI 技术具有巨大的潜力，但在商业化方面还需要进一步的探索和创新。

与此同时，机器人行业也面临着泡沫的风险。根据市场研究机构 CB Insights 的数据，2022 年全球机器人市场规模达到了 440 亿美元，但其中只有 20%的公司实现了盈利。这表明，尽管机器人技术在工业生产、医疗保健、服务行业等领域具有广泛的应用前景，但在商业化方面还需要进一步的探索和创新。

在这一背景下，谷歌 DeepMind 的首席执行官德米斯·哈萨比斯（Demis Hassabis）于 2017 年提出了“通用人工智能”（AGI）的概念。AGI 是指能够模拟人类智能的人工智能系统，它可以理解自然语言、进行推理、解决问题等。AGI 的出现将使得 AI 技术在各个领域都能够发挥出更大的作用，但同时也需要解决技术安全、伦理道德等问题。

在 AI 盈利难和机器人泡沫多的背景下，OpenAI 的创始人埃隆·马斯克（Elon Musk）与 Meta（前身为 Facebook）的人工智能实验室负责人扬·勒昆（Yann LeCun）之间展开了一场隔空交锋。马斯克认为，AI 技术的发展将带来巨大的社会和经济影响，需要加强对 AI 技术的监管和控制。而勒昆则认为，AI 技术的发展是不可避免的，我们应该积极拥抱 AI 技术，而不是试图阻止它的发展。

总的来说，AI 盈利难和机器人泡沫多是当前 AI 领域面临的主要问题。尽管 AI 技术在某些领域取得了显著的成就，但在商业化方面还需要进一步的探索和创新。同时，我们也需要加强对 AI 技术的监管和控制，以确保 AI 技术的发展符合人类的利益和价值观。