Why AI is Harder Than We Think
Melanie Mitchell Affiliation: Santa Fe Institute Affiliation: Santa Fe, NM, USA Email:
Abstract
Abstract
中文速览
人工智能为何总在“春天”的狂热和“冬天”的失望之间循环，核心原因是人们低估了智能本身的复杂性。文章通过回顾感知机、专家系统、深度学习等技术的发展和反复落差，归纳出四种常见误区：把单项能力当作通向通用智能的连续进步，把人类觉得容易的事也当成机器容易做到的事，以及由此忽略常识、理解和迁移能力的难度。作者指出，深度学习虽在识图、翻译、博弈等狭窄任务上取得巨大成功，却仍会依赖“走捷径”、遇到训练外情境就失灵，甚至被人眼难以察觉的微小扰动欺骗。认清这些误区有助于避免不切实际的时间表和投资狂热，并把研究重点转向更稳健、可信、真正具备常识与泛化能力的机器智能。
原文 arXiv:2104.12871;中英对照 + 大白话阅读 https://aha.fim.ai/paper/2104.12871v2