新智元报道导读：机器常识，一个历经七十年的探索与追求，至今仍旧是人工智能领域尚未完全实现的梦想。从逻辑符号框架的建立到大型语言模型的崛起，机器常识的发展似乎一直在不断前进，但又似乎仍遥不可及。

一、机器常识的畅想与现实

七十多年前，在达特茅斯的那场研讨会后，基于逻辑的符号框架开始构建，人们开始尝试将常识编程到机器中。
机器常识的愿景由此萌发，即构建能够像人类一样从经验中学习的计算机程序。
直到现在，即使是最新颖的大型语言模型（LLM），在许多情况下仍然无法达到这一标准。
尽管LLM在记忆和特定任务方面表现出色，但在常识推理方面仍存在明显缺陷。

二、机器常识的挑战：模糊性与不确定性

常识推理的模糊性和不确定性是机器实现常识面临的主要挑战。
人类能够处理不确定和模糊的情况，接受一个“令人满意但未必最佳”的答案，而机器往往追求绝对的正确性。
人类可以在“直觉推理”和“深思熟虑”的模式之间灵活切换，以应对突发情况，而当前的AI系统还无法实现这种认知能力的切换。
因此，如何使AI系统适应这种模糊性和不确定性，将是实现机器常识的关键。

三、机器常识的实现路径：跨领域合作与理论驱动

为了系统地奠定机器常识的基础，需要超越单纯的AI或计算机科学领域的经验，涉足认知科学、哲学和心理学等学科。
同时，研究人员需要设计全面的、理论驱动的基准测试，反映广泛的常识推理技能。
这些基准测试的目标必须是量化AI系统跨领域概括常识知识的能力，而不是专注于一组狭窄的任务。
随着AI系统的应用场景从虚拟世界拓展到现实环境，尤其是那些混乱的环境，机器常识的重要性愈发凸显。
例如，构建能在物理环境中感知、导航的具身系统，需要具体的机器常识。
因此，“有能力”的AI可能是比通用人工智能（AGI）更切实可行的里程碑。
尽管现在的AI系统仍处于获取基础身体智力的早期阶段，但人们已经开始在这些方面取得进展。

四、机器常识的影响与未来展望

随着人工智能系统尤其是大型语言模型在各种应用中的广泛应用，理解人类推理的能力将在多个领域产生更可靠和值得信赖的结果。
例如，在医疗保健、法律决策、客服和自动驾驶等领域，具有常识推理能力的AI系统将能够更好地理解人类的需求和意图，提供更精准的服务。
具有社交常识的客服机器人将能够推断出用户的情绪，提供更个性化的服务。
从长远来看，机器常识领域的最大贡献可能是帮助人类更深入地了解自己。

“机器常识”的实现是一个长期且复杂的过程，需要跨领域的合作和深入的理论研究。
虽然目前仍有许多挑战需要克服，但随着技术的进步和研究的深入，我们有理由相信，最终我们将能够实现真正具有常识的人工智能系统。
参考文献：

随着人工智能技术的飞速发展，“机器常识”的实现成为了众多研究者关注的焦点。
尽管我们已经在某些方面取得了进展，但仍有许多问题需要解决。
让我们一起期待并努力见证这一历史性的时刻——真正具有常识的人工智能系统的诞生。
这将是我们向更智能、更便捷的未来迈进的重要一步。

标签： 推理、 原理、

本文地址： https://www.gosl.cn/zxzxwz/090237c15af340f1ad64.html

上一篇：揭秘智能体开发潜力，一话间或有人一单盈利巨...
下一篇：突破次元壁新加坡国立发布GenXD拿捏真实感3...