自從計算機誕生的那一天起，很多科幻作家就幻想著人工智能（AI）能夠代替脆弱的人腦。這不，美國AI研究中領先的MIT就最新研發的AI 系統ConceptNet 4進行了IQ測試，結果證明這個AI 系統IQ只相當於一個4歲孩子的IQ，伊利諾伊大學也表示“人工智能係統的智商遠沒有達到8歲兒童的水平，跟人腦依然差距很大。”
過去幾十年，不管往AI裡面多加多少個處理器，我們都發現人腦比這個AI系統要復雜地多。 ConceptNet作為一個語義網絡，專用於向系統傳授概念，包含了大量的信息，比如它知道薩克斯是一種樂器；此外ConceptNet也知道事物間的關係，所以它知道薩克斯被廣泛用在爵士音樂中。根據這二者的關係，它能回答一些其它AI回答不了的問題。
芝加哥伊利諾伊大學的研究人員事後也把ConceptNet弄過去看下它的IQ到底怎麼樣，使用的是韋氏學齡前及小學生兒童智力測試，最後得到一個4歲的測試結果，而且研究人員表示“哪個真正的4歲兒童完全跟ConceptNet一樣的IQ的話，是非常令人擔心的。”
在詞彙和兩個項目之間辨別ConceptNet做得很好，比如你問“蘋果和香蕉的共同點”這問題對它太適合了，但問個常識性的問題就“神經打結”了，比如“我們為什麼要握手”？
這樣的人工智能也許可以處理很多數據，但它不能用這些隱形的數據關係作出合理的判斷。它也許知道水在零攝氏度的時候會結冰，但它不會像人類一樣看到冰就感到寒冷。人類具備大量常識，這些常識是從小積累起來的。
目前沒有簡單的辦法把隱形信息和常識構建到人工智能中去，即使IBM的沃森超級計算機也沒辦法解決。因為常識比找到正確的答案更複雜，也許要等數年，我們才能看到可以處理大型信息數據庫並對這些東西衍生新的想法的人工智能係統。
為此，MIT在繼續研發ConceptNet 5，這個將開源並放在GitHub上，也許有一天我們會發現常識只是具有一定程度的一種自然屬性，也許有一天代碼就就可以復制它，但直到我們發現它的那一天，人工智能（AI）還有很長的一段路要走。
資料來源：雷鋒網
過去幾十年，不管往AI裡面多加多少個處理器，我們都發現人腦比這個AI系統要復雜地多。 ConceptNet作為一個語義網絡，專用於向系統傳授概念，包含了大量的信息，比如它知道薩克斯是一種樂器；此外ConceptNet也知道事物間的關係，所以它知道薩克斯被廣泛用在爵士音樂中。根據這二者的關係，它能回答一些其它AI回答不了的問題。
芝加哥伊利諾伊大學的研究人員事後也把ConceptNet弄過去看下它的IQ到底怎麼樣，使用的是韋氏學齡前及小學生兒童智力測試，最後得到一個4歲的測試結果，而且研究人員表示“哪個真正的4歲兒童完全跟ConceptNet一樣的IQ的話，是非常令人擔心的。”
在詞彙和兩個項目之間辨別ConceptNet做得很好，比如你問“蘋果和香蕉的共同點”這問題對它太適合了，但問個常識性的問題就“神經打結”了，比如“我們為什麼要握手”？
這樣的人工智能也許可以處理很多數據，但它不能用這些隱形的數據關係作出合理的判斷。它也許知道水在零攝氏度的時候會結冰，但它不會像人類一樣看到冰就感到寒冷。人類具備大量常識，這些常識是從小積累起來的。
目前沒有簡單的辦法把隱形信息和常識構建到人工智能中去，即使IBM的沃森超級計算機也沒辦法解決。因為常識比找到正確的答案更複雜，也許要等數年，我們才能看到可以處理大型信息數據庫並對這些東西衍生新的想法的人工智能係統。
為此，MIT在繼續研發ConceptNet 5，這個將開源並放在GitHub上，也許有一天我們會發現常識只是具有一定程度的一種自然屬性，也許有一天代碼就就可以復制它，但直到我們發現它的那一天，人工智能（AI）還有很長的一段路要走。
資料來源：雷鋒網
請按此登錄後留言。未成為會員? 立即註冊