文章|海中天 什么是AI？什么不是？这取决于你如何定义它。
最近，谷歌 DeepMind 设计的围棋人工智能 AlphaGo 击败了世界冠军李世石。
毫无疑问，AlphaGo 和类似的深度学习系统近年来取得了进步，它们解决了一些相当复杂的问题。
那么，完整的人工智能（或 AGI）机器真的会到来吗？不是完全。
当我们构建AGI时，有一个关键的前提：它必须理解周围的世界，发展自己，理解它遇到的、听到的、看到的、做的一切的内在意义。
如果做不到这一点，它就无法超越今天的人工智能。
这些AI算法的“意义”只能由应用设计者提供：最终，AI无法理解正在发生的事情，只适用于狭窄的专业领域。
什么是真正的人工智能？对于人工智能来说，“意义”的问题可能是迄今为止无法解决的最根本的问题。
2000年，认知科学家Stevan Harnad在一篇与“符号接地问题”相关的论文中首次谈到了这一点。
我们正在使用符号，也许你不相信，但这是事实，问题是：系统内部所表示的内容是基于它在现实世界中所表示的内容的！更具体地说，这个问题可以分为四个子问题： 1. 代理（人类或人工智能）从世界接收信息。
这些信息的结构是什么？ 2. 如何将结构信息与世界联系起来，或者如何赋予智能体“意义”？三：如何与其他智能体同步意义？ （如果不这样做，你们将无法相互交流，因为您收到的情报将是不可理解和孤立的。
） 4. 为什么代理要这样做而不是什么都不做？您如何将这一切转化为行动？四个问题的深入讨论关于第一个问题，即结构信息的问题，深度学习和类似的监督学习算法已经可以很好地解决。
谷歌AlphaGo就是其中之一。
我在这方面取得了巨大的进步，主要是因为计算性能的巨大提升以及GPU的使用，GPU可以用来处理并行信息。
该算法处理的许多信号都是冗余的并且来自高维空间。
该算法将高维信号转换为低维信号，以减少处理过程中信息的损失。
换句话说，从信息处理的角度来看，它“抓住”了信号中的关键点。
第二个问题是信息与现实世界连接的问题，即创造“意义”的问题。
这个问题本质上与机器人有关。
你需要一个身体来与世界互动，只有与世界互动才能建立联系。
这就是为什么我们说：没有人工智能可以独立于机器人而存在（没有人工智能可以开发出好的机器人，但这完全是另一回事）。
我们将这个问题称为“体现问题”，现在大多数人工智能研究人员认为智能和体现密切相关。
第三个问题本质上是关于文化的起源。
文化是智力的基本催化剂。
如果人工智能不能进行文化互动，它充其量只是一件学术瑰宝。
此外，将手写代码加载到机器中并不会创造文化：文化应该是持续学习的结果。
最后是第四个问题，涉及“内在动机”。
为什么代理要这样做而不是什么都不做？生存需求不足以解释人类行为。
即使一个人吃饱了、安全了，他也不会闲着直到饥饿来临。
人类有更多的需求：他们探索、他们实验，所有这些行为背后都有“内在动机”。
一些研究人员使用简单的数学公式来体现好奇心。
许多研究人员认为，“语言习得”是进化而来的：智能体通过与世界交互创造新的意义，使用“意义”与其他智能体交流，并选择最佳结构来辅助交流（主要是建立共同意图）。
）。
经过无数次的尝试和错误，就像生物进化一样，系统进化出了最好的意义，并建立了句法和语法的翻译机制。
真正的AI必须有“动机”。
看来系统内部需要类似“内在动机”的东西来驱动欲望，通过前三个步骤：结构化与世界相关的信息、将信息与身体连接起来、选择“最有效”的沟通方式来构建可以支持协作的共同文化。
在我看来，这才是真正的AGI程序。