我將擱置在人工智能背景下的“普遍”、“狹窄”、“近視”等術語。這些術語定義不明確,容易引起混淆。相反,我將專注於人工智能系統的能力和局限性。
人工智能系統是模式識別引擎。它們能夠識別數據中的模式,並生成與這些模式相匹配的輸出。這對於語言模型、圖像生成模型和其他人工智能系統都適用。
AI系統的關鍵限制在於它們沒有世界模型。它們不理解因果關係、物理學或常識推理。它們無法規劃或推理假設場景。它們無法將知識從一個領域轉移到另一個領域。
這一根本限制意味着AI系統無法像人類那樣真正智能。它們無法進行開放式推理或問題解決。它們無法深刻理解世界。
然而,人工智能系統在其狹窄的領域內仍然可以非常強大。它們可以以超人類的水平執行需要模式識別的任務。這包括語言翻譯、圖像分類和玩遊戲等任務。
隨着我們收集更多的數據和開發更好的算法,人工智能系統的能力將繼續擴展。但缺乏對世界的模型這一根本限制將依然存在。
這意味着人工智能系統將成爲增強人類智能的強大工具,而不是完全取代它。人類需要提供高水平的推理、規劃和常識理解。人工智能系統將處理模式識別和信息處理。
我們應該謹慎對待將人工智能系統擬人化或賦予它們類人智力的做法。它們與人類智力在本質上是不同的,並且具有非常不同的優勢和局限性。
與此同時,我們不應低估模式識別的力量。許多我們認爲需要智能的任務可以簡化爲模式識別問題。人工智能系統將在特定領域繼續以其能力讓我
查看原文