AI学不会的事

AI可以通过获取大量信息、积累经验来进行“深度学习”。

在围棋和将棋领域，AI能以人类难以企及的速度重复棋局，获得人类无法获得的信息。现在，AI已经成为连围棋高手和将棋高手也无法匹敌的强者。

但是，人类的大脑拥有AI不具备的学习功能。这就是“符号接地问题”。

最初，人们用斑马的例子来解释符号接地问题。例如，我们可以将斑马定义为身上长着条纹的马。对人类来说，只要看过这个解释，即使从未见过斑马，也能在第一次看到斑马时推测出这就是斑马。

但是，对AI来说，“身上长着条纹的马”这个信息只是一些文字。换句话说，仅仅是一串符号。人类必须再用文字给AI解释什么是“马”。

那么我们该如何定义“马”呢？

马似乎可以被定义为“长了四条腿、有蹄子的动物”。但这样一来，AI就无法区分马和绵羊、长颈鹿等其他动物了。如果不能给AI输入符号化的信息，AI就无法学习。

理解需要五感配合

目前，人们已经通过图像识别技术解决了上面提到的“斑马识别问题”。

现在，可以将图像作为信息传递给AI，AI可以通过深度学习大量马的图像和条纹的图像来理解这两个概念，进而理解斑马的概念。也就是说，AI获得了能够识别图像信息的“眼睛”，解决了“斑马识别问题”。

现在，人们在网上进行身份验证时可能会遇到多种验证方式。例如，不仅需要输入密码，还需要回答“你是人类吗”之类的问题。有时，系统甚至要求我们“从以下图片中选出所有包含马的图片”。这可能难不倒对“马”进行过深度学习的AI，但一般的AI很难识别这种不能符号化的信息。

人类能够理解无法被符号化的信息。

人类进行符号化的工具就是眼睛。准确地说，应该是五感。五感是指用眼睛看的视觉、用耳朵听的听觉、用鼻子闻的嗅觉、用舌头品尝的味觉以及用皮肤感受的触觉。

AI好不容易才拥有了能够识别图像的“眼睛”，但“符号接地问题”仍是AI面临的障碍。AI很难如人类一样拥有五感。

机器的传感器能够精确测出含盐量或含糖量，却无法测出“美味度”；能够精确测出温度和湿度，却无法理解“微寒”是什么感觉。

人类五感的优势就体现在这些地方。

通过体验去认知

即使我们闭上眼，看不到马的样子，也可以通过马的叫声认出来。如果我们蒙上眼睛，用手去摸马、绵羊和长颈鹿形状的玩具模型，也能通过触觉分辨出哪个是马。

这就是人类的能力。

不过，这是因为我们比较了解马。

假如我们听到的是熊猫的叫声，可能会认不出来，因为我们不知道熊猫的叫声是什么样的。如果我们蒙上眼睛去摸一种叫作怪诞虫的古生物的模型，我们也认不出来，因为我们可能根本不认识怪诞虫。

在我居住的静冈市，有一个叫作“mirui”的方言词语。这个词的意思是“柔”，但并不是形容棉花或面包那样的“柔软”，而是植物新芽般的“柔嫩”。

“mirui”也有“像新芽般年轻”的意思，不是那种朝气蓬勃的年轻，而是与成熟相对的年轻。所以，这个词有一定的贬义色彩。

但与词义相近的“青涩”相比，“mirui”在语感上似乎有微妙的差别。总之，“mirui”就是“mirui”。

在你的家乡，是不是也有这种无法用标准语言描述的方言词语呢？

我无法以符号的形式——标准日语——解释“mirui”微妙的词义，需要经历许多体验，才能真正理解什么是“mirui”。