人工智能的发展现状与局限性是核心议题。梅拉妮·米歇尔在《AI 3.0》中梳理了从符号派到连接派的演变,指出深度学习虽在视觉识别等领域取得突破,但本质仍是基于统计的模式匹配,缺乏人类的常识、直觉与抽象类比能力。机器在面对长尾场景或对抗样本时极易出错,且难以实现知识迁移。通用人工智能的实现远比预期困难,因为人类智能的复杂性源于非理性、认知偏见及具身认知等特质。当前人工智能系统更像高效工具而非具备理解力的实体,未来应探索如何让机器像人类一样发现并捕获复杂性,而非仅仅集成既有知识。
Outlines
Sign in to continue reading, translating and more.
Open full episode in Podwise
