人工智能機(jī)器表現(xiàn)出的智能程度極其有限 不可能取代人類

人工智能領(lǐng)域，人工智能機(jī)器因?yàn)闊o(wú)法如人一樣理解常識(shí)知識(shí)，而使人工智能機(jī)器表現(xiàn)出的智能程度極其有限。

因此，“常識(shí)問(wèn)題或常識(shí)知識(shí)問(wèn)題（common sense knowledge problem）是認(rèn)知科學(xué)特別是人工智能中一個(gè)被稱為‘真正的問(wèn)題’的問(wèn)題。”面對(duì)人工智能的發(fā)展，海斯指出：“我們需要把如何進(jìn)行推理的知識(shí)加以形式化，還要把那個(gè)使推理成為可能的有關(guān)現(xiàn)實(shí)世界的知識(shí)加以形式化。這種元信息可自行參與推理過(guò)程，但是，它又與演繹式解釋程序有著不同的和特殊的關(guān)系：它對(duì)自己的活動(dòng)作出描述，而不僅僅為了有利。

在另一個(gè)研究智能的科學(xué)中，認(rèn)知科學(xué)目前最大的難題也是語(yǔ)言和常識(shí)知識(shí)（默會(huì)知識(shí)、背景知識(shí)）問(wèn)題。符號(hào)主義范式早期在證明幾何學(xué)定理、弈棋、定理再發(fā)現(xiàn)，以及運(yùn)用邏輯演算和少量現(xiàn)實(shí)世界背景知識(shí)就可精確控制的一些領(lǐng)域取得了成功。但是，人們很快認(rèn)識(shí)到，日常生活中要解決的大多數(shù)問(wèn)題無(wú)法歸入少數(shù)幾種因素的形式組合。至少機(jī)器語(yǔ)言翻譯的經(jīng)驗(yàn)告訴我們，人類認(rèn)知是與真實(shí)世界的大量背景知識(shí)相關(guān)的。

大部分認(rèn)知科學(xué)工作者試圖通過(guò)智能計(jì)算機(jī)的研究，發(fā)明一些解決日常生活實(shí)際問(wèn)題的程序，致力于按照規(guī)則的觀念闡明必要的背景知識(shí)，尋求最小知識(shí)系統(tǒng)。人們猜測(cè)，只要抽象出真實(shí)世界中那些對(duì)于求解問(wèn)題非常重要的特征，機(jī)器就能給出這個(gè)抽象世界足夠的背景信息，并智能地思考簡(jiǎn)化了的人工世界中的對(duì)象及其關(guān)系，從而實(shí)現(xiàn)模擬真實(shí)世界的目的。最初的努力是試圖建構(gòu)嵌入機(jī)器的“微型世界”，微型世界是對(duì)真實(shí)世界特征的極大簡(jiǎn)化。

不幸的是，如休伯特·德雷福斯（H.Dreyfus）所說(shuō)，“微型世界不是世界，而是孤立的，缺乏意義的不毛之地，不能指望這樣的不毛之地生長(zhǎng)出我們?nèi)粘Ｉ畹亩嗖适澜?。”由于上述困難，人工智能科學(xué)家寄希望于從盡量少的知識(shí)集合出發(fā)，通過(guò)形式化手段演繹出整個(gè)知識(shí)系統(tǒng)。自1975至今，開(kāi)始進(jìn)入尋求極小常識(shí)知識(shí)集合的階段。在這方面的工作中，已經(jīng)取得初步成就的極小常識(shí)系統(tǒng)有明斯基的“框架”程序、尚克（R.Schank）的“腳本”程序、麥克德莫特（D.McDemott）和多伊爾（J.Doyle）和賴特（R.Reiter）的“非單調(diào)邏輯”、麥卡錫（J.McCarthy）的“化界系統(tǒng)”，以及麥克德莫特的“時(shí)態(tài)邏輯”等。

但事實(shí)上，這些常識(shí)理解程序?qū)嶒?yàn)結(jié)果表明，它們都只能完成某一范圍的局域性特定任務(wù)，難以真正在實(shí)踐中得到廣泛通用。這項(xiàng)研究提醒我們，最重要的是，我們對(duì)于常識(shí)知識(shí)結(jié)構(gòu)本身的復(fù)雜性還知之甚少，甚至是無(wú)知。1985年，德克薩斯奧斯丁微電子和計(jì)算機(jī)中心開(kāi)始啟動(dòng)的常識(shí)知識(shí)數(shù)據(jù)庫(kù)的重大項(xiàng)目，預(yù)計(jì)包含上億條邏輯語(yǔ)句，由于難以擺脫用機(jī)器程序處理日常問(wèn)題所遇到的“組合爆炸”問(wèn)題，目前仍在艱難進(jìn)行之中。

可以說(shuō)，當(dāng)前的智能研究所面臨的意向性問(wèn)題、范疇問(wèn)題、常識(shí)化問(wèn)題、對(duì)心靈的認(rèn)識(shí)問(wèn)題、人工智能的目標(biāo)問(wèn)題無(wú)疑已經(jīng)成為了亟待解決的重要問(wèn)題。很顯然，回避問(wèn)題不是明智的做法，而解決問(wèn)題才是必選之道。問(wèn)題是這些問(wèn)題的解決又如何可能呢？在我們還不能直接解剖活生生的大腦時(shí)，哲學(xué)的探索無(wú)疑是一個(gè)最好的選擇。如同古希臘的自然哲學(xué)一樣，對(duì)智能的哲學(xué)分析也將促進(jìn)人們對(duì)智能的科學(xué)認(rèn)識(shí)。當(dāng)然，這種哲學(xué)分析也需要適當(dāng)?shù)臈l件。既需要來(lái)自科學(xué)的實(shí)證材料，又需要來(lái)自哲學(xué)的反思。