想要理解 AI 欠缺什么，最好的辦法是描述一個(gè)需要將各種人類習(xí)以為常的認(rèn)知能力結(jié)合在一起的場(chǎng)景，通過分析人類的行為反應(yīng)，來對(duì)比發(fā)掘，AI和人類的差距。

想象一下你和你的朋友剛買了一個(gè)復(fù)雜的新棋類游戲，有一塊精致的板子和各種各樣的棋子、卡片以及復(fù)雜的規(guī)則，沒有人知道怎么玩它，但是在讀完說明書之后你們開始游戲。有些人可能會(huì)犯一些錯(cuò)誤，但幾輪下來，每個(gè)人都學(xué)會(huì)了游戲規(guī)則，至少可以嘗試贏得比賽。

在學(xué)習(xí)這個(gè)游戲的過程中發(fā)生了什么？

1.語言解析：讀游戲規(guī)則的玩家必須將符號(hào)轉(zhuǎn)換成口語。聽游戲規(guī)則的玩家必須分析口語。

2.模式識(shí)別：玩家必須把所朗讀的單詞和游戲中的物體連接起來。如果該說明書有插圖，那么它們必須與現(xiàn)實(shí)中的物體相匹配。在游戲中，玩家必須識(shí)別出旗子和卡片的錯(cuò)綜組合，以及事件發(fā)生的關(guān)鍵序列。優(yōu)秀的玩家還會(huì)學(xué)習(xí)去識(shí)別其他玩家的游戲模式，從而有效建立起有關(guān)他人心理狀態(tài)的模型。

3.運(yùn)動(dòng)控制：玩家必須能夠?qū)⑵遄雍涂ㄆ苿?dòng)到棋盤上的正確位置。

4.規(guī)則遵守與規(guī)則推斷：玩家必須理解規(guī)則并檢查規(guī)則是否得到了正確的應(yīng)用。在掌握了基本的規(guī)則之后，優(yōu)秀的玩家還應(yīng)該能夠發(fā)現(xiàn)更高級(jí)別的規(guī)則或有助于他們?nèi)〉脛倮膬A向。這種推論能力與塑造他人思維模型的能力密切相關(guān)。（這在心理學(xué)中被稱為心智理論，theory of mind）。

5.社交禮儀：玩家之間是朋友伙伴的關(guān)系，即使有些玩家犯了錯(cuò)誤或擾亂了游戲進(jìn)程，也應(yīng)當(dāng)友好相處。

6.處理干擾：如果門鈴響了，外賣到了，玩家們必須能夠從比賽中抽身，與送貨人打交道，然后再投入到比賽中，回憶起游戲的進(jìn)展，譬如輪到誰了。

在所有這些子問題中，AI 在部分環(huán)節(jié)的處理上取得了一些進(jìn)展。在某些特定領(lǐng)域，雖然也有各種各樣識(shí)別失敗的情況發(fā)生，但人工智能的模式識(shí)別水平已經(jīng)優(yōu)于人類。

不過，人工智能方法識(shí)別物體和序列的能力還不如人類模式識(shí)別那樣優(yōu)秀。具體表現(xiàn)為，人類有能力創(chuàng)造出不變性表示。例如，即使視角不同、存在遮擋物、光照條件變幻莫測(cè)，人類仍然能夠識(shí)別出特定的視覺模式（比如可以在黑暗里憑借眼睛認(rèn)出一只貓，看到被建筑物遮擋到只剩一個(gè)尾燈的車，仍然能自動(dòng)識(shí)別出車在建筑物后的位置）。我們的聽覺模式識(shí)別技能或許更加出彩，能夠在噪音干擾以及速度、音高、音色和節(jié)奏的起伏中識(shí)別出樂句?，F(xiàn)階段的人工智能正在這一領(lǐng)域取得穩(wěn)步進(jìn)展。

對(duì)于人工智能來說，更為嚴(yán)重的問題是，隨著單個(gè)領(lǐng)域識(shí)別能力的不斷進(jìn)步，自己將已習(xí)得的表示在新環(huán)境中泛化（generalize）的能力是否也會(huì)隨之提高，也就是說人工智能是否能做到像生物智能那樣輕易實(shí)現(xiàn)大規(guī)模能力整合。

現(xiàn)有的人工智能游戲玩家都無法解析這樣一句話：「這個(gè)游戲就像太空版的《卡坦島》（This game is like Settlers of Catan, but in Space）」。語言解析可能是人工智能最為棘手的部分。人類可以使用語言獲取新信息和新技能，部分原因是我們擁有關(guān)于世界的豐富的背景知識(shí)。此外，我們可以利用上下文來十分靈活地運(yùn)用這些背景知識(shí)，因此我們可以辨別出內(nèi)容之間相關(guān)與否。

一個(gè)常見的能力集成方面的挑戰(zhàn)是符號(hào)接地問題（symbol grounding problem）。即符號(hào)系統(tǒng)（例如數(shù)學(xué)符號(hào)或語言中的詞）如何與感知現(xiàn)象——視覺、聲音、紋理等相連接。

粗略地說，人工智能方法分為兩類：符號(hào)化（symbolic）和亞符號(hào)化（sub-symbolic）。符號(hào)化方法被用于「經(jīng)典的」或「?jìng)鹘y(tǒng)的」人工智能。它們非常適用于基于規(guī)則的確定性場(chǎng)景，比如下棋（但通常我們必須預(yù)先編碼好規(guī)則）。如果人類提前做了符號(hào)接地（symbol-grounding），符號(hào)處理過程就會(huì)很輕松。如果讓人工智能直接處理「原始」輸入信息，比如光、聲音、紋理和壓力這些數(shù)據(jù)，效果就沒那么好了。

在另一個(gè)極端，我們有亞符號(hào)方法，如神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)網(wǎng)絡(luò)是其中的一種）。這些方法接收原始輸入信息的數(shù)字化版本——像素、聲音文件等作為輸入。亞符號(hào)方法適用于許多形式的模式識(shí)別和分類問題，但是我們?nèi)匀粵]有可以從類別標(biāo)簽轉(zhuǎn)換到基于規(guī)則進(jìn)行操縱的符號(hào)系統(tǒng)的可靠方法。

綜上所述，當(dāng)代的人工智能和機(jī)器學(xué)習(xí)方法可以處理需要單一能力的問題（當(dāng)然，處理效果各不相同），但整合這些能力，與現(xiàn)實(shí)世界進(jìn)行實(shí)時(shí)的交互，卻仍然是個(gè)遠(yuǎn)大的目標(biāo)，需要工程師們繼續(xù)努力。