5 有限的预测能力

如今的人工智能有一个悖论：它功能极其强大、极其专业化，却没有一点常识。“人工智能没有任何概念、文化，它什么都不懂，”埃马纽埃尔·马克龙在2018年3月29日这样说道。那天他介绍了菲尔兹奖得主、法国共和国前进党议员、数学家塞德里克·维拉尼的人工智能报告。[1]

人工智能目前对世界只有一个肤浅的理解。自动驾驶汽车可以从点A行驶到点B，但是并不知道什么是驾驶员。

一个翻译系统有时可能会产生一些滑稽的错误而不自知；虚拟助手只能在接受训练的范围内工作：它们能报告交通信息，能调到你点播的广播电台，能立即找到你要查找的乔治·布拉桑（Georges Brassens）的歌曲。但是，如果你问它：“Alexa，我的衣服装不进手提箱该怎么办？”她就不知道可能回答“少带衣服”“买更大的手提箱。这些是亚马逊上可以买到的大皮箱”……如果你告诉它，“Alexa，我的手机掉进了浴缸。”它不会知道你的手机湿了，需要更换。如果想要更有效地回答问题，Alexa必须具备一些常识，即一些有关世界运作方式及其物理规律的知识。

目前的人工智能没有常识，但常识至关重要，它制约着我们与世界的联系，它能填补空白，弥补隐含的信息。当我们看到一个坐在桌子旁的人时，可能看不到他的腿，但我们知道他肯定有腿，因为我们对人类有一定的常识。我们的大脑还整合了物理学的基本定律，比如，如果有人打翻了眼前的玻璃杯，那么杯子里的水就会洒得满桌子都是。我们知道如果不拿住某个东西，它就会掉下去。我们还能够意识到时间流逝、万物运动。当一个人站起来时，我们知道他不再坐着，因为一个人不能同时处于这两种状态。

当听到“皮埃尔，拿上挎包走出会议室”这句话时，我们能马上想到很多基本信息：皮埃尔应该是个男人，他可能在上班，他的挎包里肯定有文件；皮埃尔是用手而不是用脚拿起包；他用手抓起包，从椅子上站起来（他应该是坐着的，也许正在开会），然后他快步走向而不是飞向大门；他握住门把手，转动把手并跨过门槛。

同时，我们也会知道有些事情是不可能的：皮埃尔不能通过心理运动吸起他的挎包，他不能原地消失，然后在房间外出现，他无法穿越墙壁（除非是穿墙人杜蒂耶[2]），等等。

我们在生命的头几个月和几年中逐渐了解世界的模型——我有意使用了与人工智能领域相同的词汇，这使我们可以将某个普通的句子补充完整。这个句子的其余部分并没有向我们提供有关整个句子的所有信息，但我们还是能够将这个句子补充完整，因为我们知道世界的运行规律。同样，当我们阅读一个文本时，可以或多或少预测到下一个句子；当我们观看一个视频时，能够或多或少预测到接下来一连串的动作和反应。

目前，机器的预测能力十分有限。当然，如果给定一个有些删减的文本，机器有能力给出一个可能的后续单词列表。但是，如果这段文字是阿加莎·克里斯蒂（Agatha Christie）的小说，在最后一幕埃居尔·普瓦罗（Hercule Poirot）宣布“凶手是……先生”时，那么为了完成这个句子需要读者有很强的常识和对人性的了解。很显然，没有哪一台机器能做到这一点。

人类常识的特征之一就是这种推断能力，它让我们能够自我定位并采取行动。我认为这是另一种学习形式的结果，我称为“自监督学习”。