人工智能（三）
关于机器阅读，应该有两个点。首先，所有读者可能并不清楚阅读是智力核心的能力。中心性来自以下事实：智力需要广泛的知识。我们没有其他方法可以将系统的知识进入系统，而不是从文本中获取文本，是否在网络上进行文本，库中的文本，报纸等等。您甚至可能会说AI的大问题是，与人类相比，机器确实不知道太多。这只能是因为人类阅读（或听到：文盲的人都可以听到的文字并以这种方式学习）。机器要么通过人类手动编码和插入知识或阅读和聆听来获取知识。这些是蛮横的事实。 （当然，我们抛弃了超自然的技术。奇怪的是，图灵还没有：他似乎认为应该与思维和机器的力量讨论ESP。见图灵，1950年。）[23] [23]
现在第二点。能够阅读的人类也总是学到了一种语言，并且学习语言是按照基于功能的方法进行建模的（Osherson等，1986）。但是，这并不意味着能够至少在很大程度上能够阅读的人造代理必须真正学习一种自然语言。 AI首先是针对测量某些测试的工程计算伪像（是的，有时该测试来自人类领域），而不是这些工件是否以与人类案例中存在的方式相匹配的方式处理信息。当工程化可以阅读的机器以使该机器具有人级语言能力时，这可能是或不需要的。这个问题是经验的，随着时间的流逝，提出了工程学，毫无疑问，我们将看到问题解决。
AI面临的另外两个高山是主观的意识和创造力，但是这些巨大的挑战似乎是该领域显然甚至没有掌握的挑战。对于许多心理和神经科学哲学家而言，至关重要的心理现象根本缺失了AIMA。例如，意识仅在AIMA中提到，但是主观意识是我们生活中最重要的事情 - 的确，我们只想继续生活，因为我们希望继续享受某些类型的主观状态。此外，如果人类的思想是进化的产物，那么大概是惊人的意识具有巨大的生存价值，并且对旨在至少具有与我们自己的大脑的最初生物的行为曲目有很大的帮助（亨特 - 收集者；当然，从认知心理学和计算认知建模的姐妹领域中，主观意识在很大程度上缺少。我们在下面的“人工智能哲学”部分中讨论了其中的一些挑战。有关认知科学类似挑战的清单，请参见认知科学条目的相关部分。[24]
对于某些读者而言，指出主观意识是尚未解决的AI的主要挑战，似乎至少倾向于。这些读者可能认为，指出这个问题是通过独特的哲学棱镜来看AI，甚至是一个有争议的哲学观点。
但是，正如其文献清楚的那样，AI通过寻找动物和人类并在其中挑选出显着的精神力量来衡量自己，然后看看是否可以机械化这些力量。可以说，对人类最重要的力量（体验能力）在大多数AI研究人员的目标清单上找不到。可能是有充分的理由（也许没有形式主义），但是没有否认有关的状况获得的，并且鉴于AI的衡量方式，它令人担忧。
至于创造力，我们在AIMA中找不到我们最赞美的人在思想中最重要的力量。就像在（Charniak＆McDermott 1985）中一样，在索引中找不到“神经”一样，在AIMA索引中找不到“创造力”。这尤其奇怪，因为许多AI研究人员实际上已经致力于创造力（尤其是从哲学出来的人；例如，Boden 1994，Bringsjord＆Ferrucci 2000）。
尽管重点一直放在AIMA上，但其任何对应物都可以使用。例如，考虑人工智能：Nils Nilsson的新合成。与AIMA一样，这里的所有内容都围绕着从最简单的代理（在尼尔森的情况下，反应性代理人）逐渐发展，到具有越来越多的分歧人的力量的代理人。充满活力的读者可以验证尼尔森书和AIMA的主要部分之间存在惊人的相似之处。此外，尼尔森（Nilsson）和罗素（Russell）和诺维格（Norvig）一样，忽略了惊人的意识，阅读和创造力。这三个甚至都没有提及。同样，Luger（2008）最近的一本全面的AI教科书也遵循相同的模式。
总结本节的最后一点。认为AI教科书的结构具有一定的必然性，显然原因也许很有趣，这似乎是非常合理的。在个人对话中，著名的AI研究人员吉姆·亨德勒（Jim Hendler）是语义网络背后的主要创新者之一（Berners-Lee，Hendler，Lassila，Lassila，2001年），这是众所周知的“ AI-Ready”版本，世界上的网络版本，曾说过，在教授AI介绍时，这种必然性可以很容易地显示出来。这是方法。首先问学生他们认为AI是什么。始终，许多学生会自愿参加AI是致力于建立聪明生物的领域。接下来，要求提供智能生物的例子。学生总是通过在连续体中举例说明：简单的多细胞生物，昆虫，啮齿动物，较低的哺乳动物，较高的哺乳动物（最终在大猿类中），最后是人类。当要求学生描述他们引用的生物之间的差异时，他们最终从本质上描述了从简单代理到拥有（例如）（例如）交流能力的差异。这种进展赋予了每本全面的AI教科书的骨骼。为什么会发生这种情况？答案似乎很清楚：这是因为我们无法抗拒我们熟悉的现存生物的力量来构想AI。至少目前，人和仅享受人格和人格的生物是重复AI的度量。[25]
