前往AGI的征途里：跨越两百年，人类仍然渴望“银弹”( 十 )_疫情汹汹

那DNN可以成为走向通用人工智能的坦途么？显然这条路仍然坎坷甚至难以到达终点。 DeepMind创始人德米什·哈萨比斯坦言，尽管基于DNN开发出来的AI系统看似强大，但其很难将一个领域里所习得的知识应用于其他领域。目前这些AI系统多使用了强化学习的编程范式，可以使得AI在游戏或其他学习中主动规划自己的行为以获取最大奖励。但强化学习的本质仍然类似于一种“斯金纳箱”类似的条件反射，对外界刺激做出反应以获得奖励。

对于我们人类行为而言，大多数时候也符合这类“条件反射”式的行为。但我们仍然可以克服短期奖励而选择其他策略，或者我们可以干脆拒绝奖励以成就其他动机，甚至于，我们可以认输失败来成就他人（AlphaGo如何自学让棋和输棋？）。从根本上，智能的灵活性可以让人类从环境当中获取更多的信息以规划多样性的行动。而显然，目前的AI系统缺乏这一可扩展性。

在人工智能迈向人类智能的道路上，还需要面对知识的转移、抽象知识的理解、创造性、想象力、反事实思维、对未来的规划、语言的运用和符号推理这些人类做起来毫不费力的工作。