機(jī)器人的兩個(gè)問題

由于與人腦相比計(jì)算機(jī)有明顯的局限性，人們才能認(rèn)識(shí)到為什么計(jì)算機(jī)不能完成人們輕而易舉就能完成的兩個(gè)關(guān)鍵任務(wù)：模式識(shí)別和常識(shí)。這兩個(gè)問題使得過去半個(gè)世紀(jì)找不到解決方案。這就是為什么我們不能有機(jī)器人女仆、男管家和秘書的主要原因。

第一個(gè)問題是模式識(shí)別。機(jī)器人比人還看得清楚，但它們不懂看到的是什么。當(dāng)一個(gè)機(jī)器人在房間內(nèi)走動(dòng)時(shí)，它把看到的圖像轉(zhuǎn)換成一大堆小點(diǎn)。通過處理這些小點(diǎn)，它能夠識(shí)別線、圓形、正方形和矩形。然后，機(jī)器人試圖將這一大堆點(diǎn)，一個(gè)一個(gè)地與它存儲(chǔ)器中存儲(chǔ)的物體比較，即便是對(duì)于計(jì)算機(jī)來說這也是一個(gè)特別繁重的任務(wù)。經(jīng)過很多小時(shí)的計(jì)算，機(jī)器人才能將這些線與椅子、桌子和人匹配。與之相反，當(dāng)我們走進(jìn)房間，只需幾分之一秒，我們就能識(shí)別椅子、桌子、書桌和人。的確，我們的大腦主要是一個(gè)模式識(shí)別機(jī)。

第二，機(jī)器人沒有常識(shí)。盡管機(jī)器人比人的聽力還要好，它們不理解聽到的是什么。例如，考慮一下下面的陳述：

對(duì)于我們來說，這些陳述只是常識(shí)。但是對(duì)于機(jī)器人來說卻不是這樣。沒有邏輯或程序證明繩子可以拉但不能推。我們是通過經(jīng)驗(yàn)知道這些“明顯”的陳述是對(duì)的，而不是因?yàn)樵谖覀兊挠洃浿杏芯幹频某绦颉?/p>

自上而下的方法的問題在于，需要很多行的代碼才能模擬人的常識(shí)。例如，需要幾億行的代碼才能描述一個(gè)6歲孩子所知道的常識(shí)的規(guī)律。位于卡內(nèi)基梅隆的人工智能實(shí)驗(yàn)室前主任漢斯·莫拉維克（Hans Moravec）悲哀地說：“到今天為止，人工智能程序沒有顯示一點(diǎn)常識(shí)的判斷力，例如，一個(gè)醫(yī)療診斷程序面對(duì)一輛破自行車，它可能開出一個(gè)抗生素的處方，因?yàn)樗鼪]有人、疾病或自行車的模型。”

然而，有些科學(xué)家堅(jiān)持相信掌握常識(shí)的判斷力的唯一障礙是沒有理性的力。他們感到，一個(gè)新的曼哈頓項(xiàng)目，像建造原子彈那樣的計(jì)劃將肯定會(huì)解決常識(shí)的判斷力問題。一個(gè)未能實(shí)現(xiàn)的要建立“思想百科全書”（encyclopedia of thought）的計(jì)劃叫做CYC，開始于1984年。它想要成為人工智能的最高的成就，這個(gè)項(xiàng)目要把所有常識(shí)的判斷力的秘密解碼編制成簡(jiǎn)單的程序。然而，經(jīng)過幾十年艱苦的工作，CYC項(xiàng)目未能實(shí)現(xiàn)它自己的目標(biāo)。

CYC的目標(biāo)是簡(jiǎn)單的：“到2007年，掌握一些典型的人所知道的周圍世界的1億件事情。”最終期限和很多以前的目標(biāo)都沒能實(shí)現(xiàn)。CYC工程師所奠定的每一塊里程碑來了又去了，但是科學(xué)家一點(diǎn)也沒有接近掌握智能的精髓。