最近，從事聖達菲研究所 (Santa Fe Institute) 的戴維斯複雜性研究的米切爾教授接受采訪時談到，“機器人要變得更像人，首先要學會類比思維。”一句話道出目前人工智能的困境。
讓機器更像人，這并不是白日做夢。如今 AI 正在學習各種認知，包括最難突破的時間認知、經驗認知、感性認知。
長期以來，思維是人類獨有的本領。在人工智能訓練上，科學家們更專注邏輯和行為規則的編程。但這樣訓練出來的 AI，前期需要大量的數據學習，也并沒有思維，所會的技能幾乎全被打碎。
目前，米切爾領導着 SFI 的自然和人工系統智能基礎項目，"AI 類比" 研究要比以往任何時候都更加突出。該項目将在明年召開一系列跨學科研讨會，研究生物進化、集體行為 (如螞蟻等群居昆蟲的行為) 和如何利用身體促進智力的發展。
1979 年獲得普利策獎的著作《哥德爾、艾舍爾、巴赫》激發了大批計算機科學家的靈感，但很少有人像梅蘭妮・米切爾 (Melanie Mitchell) 那樣改變了人生軌迹。
在閱讀了這本 777 頁的大部頭書後，紐約的高中數學老師米切爾決定：我 "需要" 從事人工智能的工作。
她很快找到了這本書的作者、人工智能研究員道格拉斯・霍夫斯塔德(Douglas Hofstadter)，并說服他給自己一個實習機會。
雖然當時她隻學了幾門計算機科學課程，但霍夫斯塔德似乎對她的膽量印象深刻，并不關心她的學曆。
米切爾趕上了“最後一刻”的研究生申請，并加入了霍夫斯塔德在密歇根大學安娜堡分校的新實驗室。在接下來的六年裡，兩人密切合作，開發了一個名為“Copycat"的電腦程序。用他們的話來說，這個程序的目的是" 發現創新性的類比，并做出具備這樣思想的智能體 "。
此後的科研路上，米切爾便一直和“AI 數字思維”維系在一起。
這是一種抽象的能力，比如你告訴我一個故事，然後我說，“哦，我懂你”，實際上這種事并沒有發生在我身上，但我可以做一個假設。
然而，機器人知道“理解”是什麼嗎，知道“意義”是什麼嗎，以數字形式存在的它們，計算過自己的生命長短嗎?當人工智能遇上“認知”障礙，能否自主解決?
滑稽的是，要明白人類意義時，它們卻在忙着處理數據。
他們永遠也學不會類比嗎?
在探索 AI“認知”的問題上，不少科學家正在做相關的實驗。上個月 DeepMind 實驗室發博文稱，“正在訓練開放式學習的智能體。”這些無需監督和數據喂養的智能體，能以很少的例子在遊戲任務裡自主進化，并且表現出不俗的泛化能力。
這暗示了 AI 學會類比的可能性，但實際情況是，智能體在遊戲中運行得很好，如何将其擴展到我們真正關心的領域? 假如能夠證明 AI 具備類比能力，如何在擁有認知之後再學習和推理?
更重要的是，這是否意味着人工智能也需要像我們一樣，擁有一個身體呢?
因為認知和智力活動不僅僅是大腦孤立的計算，而是大腦、身體和環境的相互作用。因此，電影《東成西就》裡的段王爺，隻有漂浮的腦袋就能飛升成仙，在人工智能這并不現實。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
