你知道这是椅子，但是你怎么知道这是椅子的？
想象一下打车的情景，你从来没见过出租车，更不用说打车了。你看到一个人挥舞手臂时有辆车会停下，那么根据常识，你推断出这是一辆出租车。人类能够注意到事情间的因果关系，并将其应用于决策。但是这种常识是基于先前的知识，而且我们很难将其编码到人工智能系统中。
对于使用因果推理的计算机来说，它们需要知道场景中每一件事的确切规范，纽约大学从事常识推理工作的计算机科学家Ernest Daviss说。机器人也需要多次看到同一场景以便完全了解发生了什么。人类则不需要，我们能够采用想象未来的能力来思考不同场景以及推理它们是如何发生的。
人类目前领先机器人的另一点是同时处理很多不同任务的能力，我们现在拥有的大部分人工智能项目都对非常具体的任务很擅长，比如玩视频游戏或者下象棋。但是人类能同时进行多项任务，比如理财、运动、抚养孩子或者打开包裹。“人工智能系统不能同时拥有所有能力，特别是同时结合视觉、语言和身体操纵。”人工智能发展协会（the Association for the Advancement of Artificial Intelligence）主席Thomas Dietterich说。
如何改进人工智能
因此，我们如何创造能像人一样进行推理和决策的人工智能？Dietterich指出：“如何在人工智能中表示知识和信息”会是良好的开端。
Peter Norvig则认为阻止机器人和人类一样智能的最大原因是征服感知。对于Norvig来说，人工智能系统只有在它们能更好地看到和感觉到这个世界的时候才能更好进行推理。“我们很擅长收集数据，并用这些数据来发展算法，但是仅仅基于数据的推理会让我们远离真实情况，”Norvig说。“我认为只有我们不断地让系统感知世界并与其交互，而不是让其被动学习别人选择好的信息，才能更好地改善其推理能力。”
孩子与人工智能有很多共同点
小编推荐阅读
