为什么 AI 理解不了逻辑问题？ 第1页

我去年看过UCLA朱松纯教授的一篇文章,他打了一个很清楚的比方.

我们现在基于深度学习的所谓人工智能是"鹦鹉",而真正我们需要的人工智能是"乌鸦",鹦鹉看似很聪明,就跟你说的跟小冰聊天一样,她跟你扯来扯去,似乎在跟你聊天,其实她根本不知道自己在说什么,他根本不了解说话的语境和措辞,她只是经过百万级别标记的统计数据选出一句最可能适合的话而已,这就是鹦鹉的局限性.

乌鸦就不一样,乌鸦比鹦鹉聪明得多得多,我们很小的时候就学过乌鸦忘半杯水里扔石子来喝水的故事.

下图就是一直被研究人员一直跟踪研究的乌鸦,他找到了一枚坚果,但是他无法击碎坚果,通过从高空往下扔的方式也无法办到,最后乌鸦通过把坚果放到马路上,让汽车压开坚果而得以品尝到坚果的滋味.

乌鸦才是完全自主得感知、认知、推理、学习、和执行,他不需要全球得志愿者在百万计图片上打上标记来仅仅来训练机器识别狗的能力,他完全可以依靠自己的感知和推理来达到自己的目的,而且他的脑容量很小,功耗只有0.1瓦,比起我们动不动需要巨大的算力来支持深度学习不知道高到哪里去了.

目前大火的深度学习不过是人工智能下机器学习领域的一个分支,而这仅仅是我们通过百万级别的标记数据训练出来的一只仿佛会说话的鹦鹉,当然作者也提到了他不是否定深度学习这个领域,因为在某些垂直领域一个会说话的鹦鹉是很有用的,比如语音识别、推荐系统等等，他可以把某些垂直领域的单一工作做得很好,也可以非常快速的商业化,但是这不是答案,我们要的是一只乌鸦.