常识一直是人工智能研究的焦点,但却很少成为焦点。尽管约翰·麦卡锡 (John McCarthy) 最早的一篇论文中提到了常识,并且经过多年研究,但可以说从未出现过具有大量一般常识的人工智能系统。这是为什么?缺少了什么?人工智能系统常识失败的例子比比皆是,这些例子都指出,人工智能经常关注专业知识是其原因。那些试图打破由此产生的脆弱性障碍的人,即使在现代深度学习的背景下,也倾向于将精力投入到大量小的常识知识中。虽然常识很重要,但世界上所有的常识知识片段加起来并不能形成一个真正以人类的方式展示常识的系统。我们主张从比过去更广泛的视角来审视常识。应该在具有历史、目标、愿望和驱动力的完整认知系统的背景下考虑常识,而不仅仅是在孤立的有限例子中。我们需要重新审视:常识值得我们进行专门的科学探索。
主要关键词
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日PDF文件第1页](/bimg/5/5c67ed141ed161bfbf5fc629c87e05d662b5c1f8.webp)
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日PDF文件第2页](/bimg/2/289cf03d1b4c1e09a6af6ec1dd0deb6920bffa83.webp)
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日PDF文件第3页](/bimg/f/fac6040704e0685abd3a352f99f1080699b02e7c.webp)
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日PDF文件第4页](/bimg/f/fc83bf1db3050025fa5fecc28a13a0c8d9f123f8.webp)
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日PDF文件第5页](/bimg/3/3c6b6c17f2ff8e303bb654e8dfafac391d5b8d8b.webp)
