张钹院士：满足这五个条件你的工作就将被AI取代(2)

　　第二个问题，荧光粉受到电子撞击以后，它的电磁能以什么方式释放出来？我们用‘荧光粉’、‘电子撞击’、‘释放电磁能’等关键词，也可以找到答案：‘光或者光子’。这种方法就是平时网络搜索的原理，应该说没有什么智能。

　　回答下面的问题就需要‘智能’了，跟智利陆地边界最长的是哪个国家？跟智利有陆地边界的国家可以检索到，它们是阿根廷和玻利维亚，但是谁的边境长？通常查不到。Watson 具备一定的推理能力，它从边界间发生的事件、边界的地理位置等等，经过分析推理以后就可以找出答案，它就是阿根廷。下一个问题也属于这种性质，跟美国没有外交关系的国家中哪个最靠北，跟美国没有外交关系的国家有 4 个，只要检索就行了，但是哪个国家最靠北，没有直接答案，但可以从其它信息中推导出来，比如各个国家所处的纬度、气候寒冷的程度等等分析出来，答案是北朝鲜。

　　智能体现在推理能力上。但是很不幸，现在的对话系统推理能力都很差。Watson 系统好一些，但也很有限。换句话说，我们现在的对话系统离真正的智能还很远。

　　我们通过索菲亚机器人就可以看出来，索菲亚的对话是面向开放领域，你可以随便提问，问题就暴露出来了。大家在电视上看到索菲亚侃侃而谈，问什么问题都能答得很好，这里面有玄机，如果你的问题是预先提出来的，因为里头有答案，因此回答得非常好，在电视上给大家演示的都是这种情况。

　　如果我们临时提问题，问题就出来了。这是一个中国记者给索菲亚提的 4 个问题，它只答对了一个。‘你几岁了’，这个问题很简单，它答不上来，它的回答是‘你好，你看起来不错’，答非所问，因为它不理解你所问的问题。只有第二个问题它是有准备的，里面有答案，所以答得很好。‘你的老板是谁’，这个肯定它有准备。第三个问题，‘你能回答多少问题呢’？它说‘请继续’，没听懂！。再问第四个问题，‘你希望我问你什么问题呢’？它说‘你经常在北京做户外活动吗’？这就告诉我们说，现代的问答系统基本上没有理解，只有少数有少量的理解，像 Watson 这样算是比较好的。

　　为什么会这样？也就是说我们现在的人工智能基本方法有缺陷，我们必须走向具有理解的 AI，这才是真正的人工智能。我这里提出的概念跟强人工智能有什么区别？首先我们说它在这点上是相同的，我们都试图去准确地描述人类的智能行为，希望人工智能跟人类的智能相近，这也是强人工智能的一个目标，但是强人工智能只是从概念上提出来，并没有从方法上提出怎么解决。大家知道强人工智能提出了一个最主要的概念，就是通用人工智能。怎么个通用法？它没有回答。我们现在提出来的有理解的人工智能是可操作的，不只是概念，这是我们跟强人工智能的区别。

　　人机对话的时候，机器为什么不能理解人们提的问题？我们看一个例子就知道了，我们在知识库里把‘特朗普是美国总统’这个事实，用‘特朗普-总统-美国’这三元组存在计算机里面，如果你提的问题是‘谁是美国总统’？机器马上回答出来：‘特朗普’。但是你如果问其它有关的问题，如‘特朗普是一个人吗’？‘特朗普是一个美国人吗’？‘美国有没有总统’？它都回答不了。它太傻了，任何一个小学生，你只要告诉他特朗普是美国总统，后面这几个问题他们绝对回答得出来。机器为什么回答不了后面的三个问题呢？就是这个系统太笨了，没有常识，也没有常识推理。既然特朗普是美国的总统，美国当然有总统，但是它连这一点常识的推理能力都没有。所以要解决这个问题，必须在系统中加上常识库、常识推理，没有做到这一步，人机对话系统中机器不可能具有理解能力。但是大家知道，建立常识库是一项‘AI 的曼哈顿工程’。大家想想常识库多么不好建，怎么告诉计算机，什么叫吃饭，怎么告诉计算机，什么叫睡觉，什么叫做睡不着觉，什么叫做梦，这些对人工智能来说都非常难，美国在 1984 年就搞了这样一个常识库的工程，做到现在还没完全做出来。可见，要走向真正的人工智能，有理解的人工智能，是一条很漫长的路。