人工智能领域尚未攻克的一些问题

人工智能领域相关问题

1. 开放领域对话（Open-domain dialog）

  开放领域对话是指与人进行事先未知话题的讨论。这里的挑战包括语言理解、对话语法和探索世界。任务的版本包括口头和书面对话，并可扩展至多模式交互（例如姿势输入和多媒体输出）。可能成功的标准包含有用性以及执行对话贴近人类对话的能力（“ 图灵测试 ”）。（译者注：图灵测试是图灵于1950年提出的一个关于判断机器是否能够思考的著名试验，测试某机器是否能表现出与人等价或无法区分的智能。）

2.机器翻译

机器翻译是人工智能完备的，因为它包括那些有关认知世界的问题（例如下面将讨论的核心解析问题）。虽然翻译质量可以使用平行的语料库进行自动评估，但最终仍需要人工来判定测试的结果。例如当代美国英语语料库 （Davies，2008）包含了来自不同类型的文本样本。翻译质量可以使用以下样本进行评估：1. 报纸文本2. 小说3. 口语翻译

3.智能测试

类智力和能力测试（http://allminds.org/）对其设计的人类利用记忆很难或不可能实现的问题很感兴趣。人类水平的人工智能性能已经被报道用于Raven的渐进矩阵（Lovett和Forbus，2017），但人工智能系统仍然缺乏一般的推理以及同时处理各种问题的能力.

4.闭域问题

闭域问题是将重要的智力因素结合起来、并通过将自己限制在一个特定的知识领域来降低难度的问题。游戏玩家代理是其中的一个例子。人工智能代理已经在围棋和最近的扑克上实现了超越人类的表现。

5.反事实推断

反事实推断被用以回答假设问题。它使用因果推断和系统中的其他模拟及推理能力，来考虑事实与现实相反的情境。（译者注：反事实推断的例子：小明有高血压，现在想要知道一种降压药对降血压有没有因果效应。如果小明吃了药，那么此时，事实是小明吃了药，结果是小明吃了药之后血压有没有下降。反事实就是，小明没有吃药，因为不是事实所以我们无法观察到没有吃药对小明有什么影响。无法观察到反事实时的结果也被称为因果推断关键问题.