Cheng 认为对话就像一股浪潮，“一直都在向前”，但是这对使用台式电脑的用户来说是很难控制的。为了让AI 更好地模仿人类认识周围环境的方式，我们可以把对话作为一个很好的测试标准，Cheng说。

　　要像人一样理解世界，其中一个关键就是感情。为了这一目标，Affectiva 已经筹建了世界上最大的情感资料库，分析了超过470万人脸和500亿情感数据，覆盖75个国家。

　　情感是AI领域的一个新芽。但是我更倾向于使用共鸣而非情感一词，以免让人对AI如今的发展水平产生不必要的误解。

　　10.应该摒弃图灵测试，尝试更好的测试方法

　　Gary Marcus 指出，现在的研究都在关注解决短期的发展，而不是“真正的难题”。在一些领域确实获得了指数级的发展，但是在强大的、通用的人工智能上，开奖，几乎没有任何进展。他说，AI 社区应该追求更多远大的目标：“传统的图灵测试太容易了”。他推荐了另一种测试方法：Domino 测试——使用无人机或者无人车往任意地点派送Pizza，正如一个普通的孩子能做到的那样。

　　LeCun提出了另一种测试“智能”或者自然语言理解的方法——Winograd Schema，用于衡量机器对世界的了解。几个月之前，Nuance Communications赞助了第一届Winograd Schema挑战赛，结果显示，机器在句子中代词的理解上准确率为58.33%，人类水平为90.9%。

　　11.丘吉尔对AI的启示

　　Peter Norvig：“丘吉尔对民主的解释也可以借用到机器学习上，除非所有的人都尝试过，否则它可能是世界上最糟糕的系统”。

　　Oren Etzioni：“改编下丘吉尔的名言：深度学习并不是终点，它也不终点的开始，它甚至不是开始的终点”。

　　12.在物质主义范式内徒劳地追求人类水平的智能，对AI的发展可能会是一个持续的阻碍

　　Gary Marcus 对NIPS上发表的论文有诸多不满，他说，这些论文就像炼金术一样，每次只在一个神经网络上增加一层 或者两层，“都是些小修小补”。他建议要有“更丰富的基础计算指导”，还说，“是时候产生一些天才的创意了”。

　　当被问及，“我们什么时候能看到人类水平的AI？”，Etzioni 回答：“我也不知道”。在他自己所做的对AI 专家的调查中，他的答案是25年。他解释说：我是一个物质主义者，我相信世界是由原子构成的，所以我不站在“绝对造不出”那一阵营。

　　认为智能由原子构成，并是可以计算的，这一概念是一种主流的范式。 马文·明斯基曾有一句经典名言：“人类的大脑就是一台计算机，只不过是由肉构成的罢了”。

　　但是，是不是就是这种范式导致AI 进入了“冬天”？是不是可能，我们的大脑并不是计算机，计算机的原理与大脑也不像？如果我们最终能放弃想要在计算机中复制“人类水平的智能”，也许我们能有一些额外的发现，也就是“狭义”的应用，让计算机能改善并丰富人类的生活。

　　编译来源：#28b0ffda4ef9

　　：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。