机器人难以突破的两个问题

由于与人脑相比计算机有明显的局限性，人们才能熟悉到为什么计算机不能完成人们轻而易举就能完成的两个要害任务：模式识别和常识。

这两个问题使得过往半个世纪找不到解决方案。这就是为什么我们不能有机器人女仆、男管家和秘书的主要原因。

第一个问题是模式识别。机器人比人还看得清楚，但它们不懂看到的是什么。

当一个机器人在房间内走动时，它把看到的图像转换成一大堆小点。通过处理这些小点，它能够识别线、圆形、正方形和矩形。

然后，机器人试图将这一大堆点，一个一个地与它存储器中存储的物体比较，即便是对于计算机来说这也是一个特殊繁忙的任务。

经过很多小时的计算，机器人才能将这些线与椅子、桌子和人匹配。

与之相反，当我们走进房间，只需几分之一秒，我们就能识别椅子、桌子、书桌和人。的确，我们的大脑主要是一个模式识别机。

第二，机器人没有常识。尽管机器人比人的听力还要好，它们不理解听到的是什么。

例如，考虑一下下面的陈述：孩子喜欢糖但不喜欢惩罚；绳子可以拉但不能推；棍子能够推但不能拉；动物不能说话和不懂得英语；旋 *** 人感到眩晕……对于我们来说，这些陈述只是常识。

但是对于机器人来说却不是这样。没有逻辑或程序证实绳子可以拉但不能推。我们是通过体会知道这些“明显”的陈述是对的，而不是因为在我们的记忆中有编制的程序。

自上而下的 *** 的问题在于，需要很多行的代码才能模拟人的常识。例如，需要几亿行的代码才能描述一个6岁孩子所知道的常识的法则。

位于卡内基梅隆的人工智能实验室前主任汉斯·莫拉维克悲伤地说：“到今天为止，人工智能程序没有展示一点常识的推断力，例如，一个医疗诊断程序面对一辆破自行车，它可能开出一个抗生素的处方，因为它没有人、疾病或自行车的模型。”

然而，有些科学家坚持信赖把握常识的推断力的唯一阻碍是没有理性的力。他们感到，一个新的曼哈顿项目，像建造 *** 那样的计划将肯定会解决常识的推断力问题。

一个未能实现的要建立“思想百科全书”的计划喊做CYC，开始于1984年。

它想要成为人工智能的最高的成就，这个项目要把所有常识的推断力的秘密解码编制成简单的程序。然而，经过几十年艰苦的工作，CYC项目未能实现它自己的目的。

CYC的目的是简单的：“到2007年，把握一些典型的人所知道的四周世界的1亿件事情。”最终期限和很多以前的目的都没能实现。

CYC工程师所奠定的每一块里程碑来了又往了，但是科学家一点也没有接近把握智能的精髓。

来源：加来道雄《物理学的未来》机器人的两个问题