XiaoMi-AI文件搜索系统
World File Search SystemMoravec
人工智能：绕过莫拉维克悖论？
人工智能 (AI) 的概念，即具有类似人类认知能力的机器，已经存在了几十年。有趣的是，长期以来人工智能研究的主要教训是，难题很容易解决，而容易的问题很难解决。虽然让计算机成功解决最难的成人水平的逻辑问题相对容易，但我们认为理所当然的儿童心智能力——识别面孔、拿起铅笔、走过房间、回答问题——却与直觉相反，却是计算机最难解决的问题之一。这一观察结果被称为莫拉维克悖论，以奥地利科学家汉斯·莫拉维克命名。他推断，最古老的人类技能（运动、语言）在数十亿年的进化后大部分是无意识的，而抽象思维是最近才获得的，因此更容易进行逆向工程。这种限制意味着人工智能应用在历史上大部分时间都集中在非常小众的领域。然而，直到 21 世纪最初几十年，随着计算能力、数据生成/存储和机器学习技术的巨大进步，我们才终于进入真正的人工智能时代的关键时刻。
AI蛇油练习和讨论提示
●什么是任务？您如何选择要分析的任务？在讨论Moravec的悖论时，人们常常忘记对人和计算机“容易”的任务，例如检测图像的光明。同样，对于人和计算机来说，有无数的任务“难”。当然，如果您在2x2数字中消除了两个相对的象限，那么剩余点之间的关系似乎是负面的！●当摩拉维克的悖论回到80年代时，人们认为推理很“容易”，因为它可以通过当时的符号系统来解决。不幸的是，尽管这些系统在封闭的玩具领域效果很好，但它们在现实世界中缺乏常识和挣扎。今天的推理系统依赖于生成的AI，因此尚不清楚推理在哪种意义上比图像分类更容易。
人工智能研究所希尔日小册子
虽然研究人员长期以来一直在追求这一目标，但最近这两个领域的突飞猛进为重大发现带来了希望。过去十年，人工智能取得了显著进步，产生了具有令人印象深刻能力的解决方案。例如，当前的语言模型可以令人信服地模仿人类在基于文本的交互中的对话能力。然而，我们正面临“莫拉维克悖论”，即人工智能在挑战人类的任务中表现出色，但在人类认为毫不费力的任务中却失败了。例如，计算机在国际象棋方面的表现优于人类，但 3 岁的孩子可以比机器人更好地移动棋子。人工智能在所谓的高级领域（例如语言和围棋和国际象棋等困难游戏）中表现出色，而导航和跑步等较低级任务是人类明显胜过人工智能和机器人的领域。
人类、宗教和规范
许多当代思想家都认为宗教与科学之间存在着严重冲突。机器人专家汉斯·莫拉维克写道：“科学寻求对观察结果的客观解释，不受人类情感、部落价值观甚至自身传统的约束。科学变化无常的进程常常颠覆宗教作为社会保护者的角色，与宗教信条相矛盾，并创造令人不安的新选择。然而，尽管科学具有破坏社会的潜力，但它却越来越多地篡夺宗教的古老解释和规则，因为它的物质利益超过了心灵平静和社会秩序的代价”（1999，75）。这种认为科学胜利的观点并不新鲜。半个世纪前，朱利安·赫胥黎就提倡一种进化的科学人文主义。虽然“早期的宗教和信仰体系在很大程度上是为了应对人类的无知和恐惧而做出的调整，……但今天需要的是一种适应人类知识和创造性可能性的信仰体系”（1957，188）。赫胥黎认为，实现
多摩学分析揭示了与III期肺肺癌鳞状细胞肺癌患者的免疫疗法相关的免疫特征
多摩学分析揭示了与III阶段长-MAP S1400I试验Edwin Roger 1，Jiexin Zhang 2，Dzifa Yawa Duose 1，Duose Duose 1，1，diva Yawa Zhang 2，div>与IMNUONORAPY受益相关的免疫特征。 Edgar Gonzalez-Kozlovan 3,4,5,6，Mary W. Redman 7，Hong Chn 8，Ganiraju C. Manyam 2，Gaytri Kumar 1，Jianhua Zhang 9，Xingzhi Song 9 1，Frank Rojas 1，Baili Zhang 1，Len Ting 10，Ashna Jhaveri 10，Jacob Geisberg 10，Jennifer Altretreuter 10，Franziska Michor 10，James Provencher 10，Joyce Yu 10，Ethan Cerami，Ethan Cerami 11，Kasthuri 1，Rajyalakshmi Luthra 12，Gheath Altrash 13，Hsin-hui Huang 5,14，Hui Xie 5，Manishum Patel 5，Kai Nie 5，Joclyn Harris Biswas 15，Stephen van Nostrand 10,15，Seunghee Kim-Schulze 3,4,5,6，Jhanelle E. Gray 16，Roy S. Herbst 17，Ignacio I. Wistuba 1 Bazhenova 19，Sacha Gnjatic 3,4,5,6，J.Jack Lee 20，Jianjun Zhang 8,9和Cara Haymaker 1 1 2
认知的
如果如上所述，认知心理学的主要目标之一是了解正常（完整大脑）人类行为，特别是心理能力，那么认知神经心理学家通过研究受损大脑来实现这一目标，乍一看似乎很奇怪。为了回答为什么他们实际上是从不完整的系统“反向”工作，苏格兰著名哲学家和心理学家肯尼斯·克雷克（Kenneth Craik）的一句简洁的引言非常有用，他是世界上最重要的心理学研究中心之一应用心理学部的首任主任。克雷克说：“对于任何一台制作精良的机器，人们都不知道大多数零件的工作原理——它们运转得越好，我们对它们的意识就越少……只有故障才会引起人们对机器存在的注意”（1943 年，第 84 页）。人类认知系统是一个经过数百万年进化的精密“机器”，虽然我们可能了解我们做事的方式和原因（例如，我们如何计划周末旅行），但对于许多能力（例如，如何设法将这页纸上的黑色墨水转化为对我想说的话的理解）而言，这样的理解是相当困难的。事实上，我们认为毫不费力的一些技能，如看或走路，是最复杂的，以至于最好的人工智能系统也无法模仿它们（Moravec，1988）。虽然认知心理学家试图通过研究解决这一困难，但在某些行为方面，只有当完整的系统出现故障（例如，通过脑损伤）时，才有可能真正感受到复杂性。认知神经心理学家正是从这种观察受损系统的角度来研究记忆、物体识别、面部识别、阅读、解决问题等复杂过程。