人工智能的发展如此强劲，公众和专家也都看好人工智能。然而，从历史上看，从20世纪50年代初开始，“人工智能的春天”和“人工智能的冬天”之间，就上演着一出重演的大戏，未来的发展谁能预知？尽管今天AI的突破似乎很快,开发像自动驾驶汽车、管家机器人和智能对话系统这样的技术比许多人想象的要难得多。最近，MelanieMitchell在arxiv上发表了一篇文章，解释了研究人员对AI的四个谬误，这些谬误可能导致该领域的预测过于自信。米切尔是美国计算机科学家，波特兰州立大学教授，主要研究领域为复杂系统与遗传算法和元胞自动机谬误一：人工智能的发展是一个连续的过程当IBM发布自动问答系统“沃森”时，它说这是认知系统和计算新时代的第一步。OpenAI描述了GPT-3语言生成器是通向通用智能的重要一步。不过，休伯特·德雷福斯认为，这是典型的“第一步错误”，就像猴子爬上树，然后以为自己会慢慢爬上月球。人工智能的发展是先找到特定任务的解决方案，然后将它们组合成通用智能。这可能不是实现真正人工智能的方法。正如许多专家预测的那样，人工智能发展的道路上存在着许多不可预见的障碍，持续发展不可能一帆风顺。谬误二：简单的事情有简单的解决办法，困难的事情需要复杂的解决办法……都是很难的。人类在做很多事情的时候，不会去想自己为什么可以做到，比如交流，走路。这些东西对人来说很简单，但是对机器来说就很复杂了。相反，对于人类来说非常复杂的事情对于机器来说却非常简单，比如下棋、在数百种语言之间进行翻译。也称为“Moravec悖论”，让计算机在智力测试或跳棋中以成人水平执行相对容易，但让它们掌握一岁儿童的感知和运动技能几乎是不可能的。可能的。人工智能比我们想象的要难，因为我们从来没有注意到我们在感知世界时经历了多么复杂的过程。误区三：一厢情愿模仿人脑正如前文所述，人脑与机器在不同任务上的表现存在较大差距，AI领域的学者更喜欢模仿人脑。AlphaGo已经成功登上了围棋世界的顶端，但是没有人能从他的嘴里问出他的想法。唯一的答案是，“AlphaGo只想赢。”IBM知道Watson无法阅读或理解，而DeepMind研究人员知道AlphaGo不知道它在想什么。尽管人工智能在许多任务上都击败了人类，但它距离通用智能还有很长的路要走。误区四：智能在人脑中一般来说，智能与人体是分开的。顶级人工智能科学家将他们的想法与人脑结构相匹配。著名的代表就是Hinton。他曾经说过，如果我们想了解人类是如何理解的，我们需要数以亿计的神经元来模拟。不过，也有其他科学家认为，我们的人工智能之所以取得进步，完全是因为摩尔定律，并不一定要依赖人脑。具身认知理论是摒弃情绪和非理性智能，成为一种“纯智能”，不需要考虑吃饭睡觉来限制自己的行为。以上四种谬误是笔者看到的当前人工智能发展的局限性。Reddit网友表示，不知道为什么这篇论文会被炒作，但以上四种说法已经众所周知。坦率地说，arxiv上的这些论文大部分都是旧新闻。有网友认为，这篇论文投稿肯定会失败。你怎么认为？
