如何内外兼修地看AI发展？从特殊到一般——人工智能的内涵和外沿

来源：Medium编译：Yulei

发展简史人工智能的原始构想产生于60年前，人们希望能构建像人类一样学习和思考的机器，并且在长达几十年的时间里，为着这个目标而苦苦探索。学者们始终没有找到合适的方法来实现如此灵活智能的机器，因此他们将目标转而解决更加实际和具体的智能化问题，也就是今天我们通常所说侠义范围内的人工智能产品。

侠义范围内人工智能的局限当前AI的核心问题并不在于它们解决专业化的问题的能力——它们已经在某些领域完全超远了人类的表现。其核心问题在于但它们本质上是狭义的（设计上是局限的），并且它们从原理上就具有与生俱来的不变性。传统编程以及较新的“训练有素”的AI都受到这个来自设计缺陷上的基本限制：无论他们拥有什么样的能力，它们的表现都是基于一定模式的，不会随着时间变化。

那么到底什么是智能呢？一般而言，智力的定义是：对世界的认知能力，对各种目标的实现能力和将新知识与技能整合到自身现有知识体系的能力的综合体现。它必须在现实世界中，在知识和时间有限的情况下实时运行。此外，人类智能（与动物智能相对）的特殊之处在于：我们具有形成和使用高度抽象概念的能力以及运用符号进行思考和推理的能力。

人工智能作为对人类智能的模仿，也该如此。真正的人工智能必须至少体现以下几个方面的基本能力：1）实时主动的交互获取新的知识和技能的能力。包括一次性学习：即从单个示例中学习新内容的能力。2)要真正理解语言，进行有意义的对话，并能够在语境，逻辑和抽象方面进行推理。3)短期记忆能力：能了解行动的背景和目的，包括其他行动者（心理理论）的行为。4）积极利用现有知识和技能加速学习的能力。

除此之外还有很多证据表明智力在现实情况中需要丰富的感知和运动基础来支撑深入的决策和推理。显然，理解现实世界的动态变化对于能够推理人类活动至关重要。在思考的过程中，我们需要掌握物体的大小，形状和纹理等特征，以及时空关系。抽象概念必须以某种方式落实到客观世界中实实在在的物体上。未来也许我们可以借助于计算机的“大脑”，从而实现“模拟”感知和行动。但是这种“捷径”是否符合常识推理仍然是一个悬而未决的问题。

一种称为认知架构的方法可以作为一个经典案例，提供实现真正智能的框架，认知架构方法在AI中有很长的历史。从本质上讲，它是一个拥有核心“认知引擎”的想法，它支持传统人工智能方法所需的所有基本功能。它是一个统一的，高度集成的支持结构和功能系统，它们协同工作，产生一般智能所需的所有认知能力。这些包括短期和长期记忆，模式匹配，预测，优先排序，推理，计划等等。

人类语言是我们的智慧和成就的必不可少的组成。同样，通用的人工智能也将需要完全的自然语言能力。虽然专注于机器人技术的AI开发也很重要，但这些系统最终还是需要能够阅读和遵循语言指令，并能够用自然语言解释他们的决策。基于通用人工智能的设计将根据定义和设计来涵盖这些高级要求。他们将有更深刻的理解能力，拥有短期和长期记忆，推理能力和大量的常识，从而达到能够处理复杂对话的能力。