现阶段人工智能的一些局限性

尽管人工智能近年来取得了飞速的进步，人工智能在现阶段任然有很大的局限性，这主要表现在五个大的方面：

1.认识论的局限性。人们对于思维的过程的认识是比较片面的，觉得思维过程可以通过物理符号的运算模拟出来，而一些形象思维或者抽象思维的程式是无法被简单物化的。

2．智能化方法与途径方面的局限性。从机械角度出发，主要分为结构派和功能派。结构派从研究人的大脑神经结构出发，企图模拟人的神经网络，殊不知人的神经元数量众多，这也使得结构派的智能化道路显得任重道远；功能派从研究思维的活动和智能行为的心理学特性出发，但是根本思维还是符号主义，理论模型仍是图灵机模型。

3.数学基础的局限性。人工智能最基本的还是计算问题，这就涉及到近代数学的现状。近代数学具有封闭性，线性，结构不变性，收敛性以及精确性，而人工智能所要求的却恰好相反，它所需要的是进行非结构化的、非线性、模糊发散的计算，以满足智能化的需求。

4.计算机模型的局限性。主要表现在四个方面：

1）问题表示的方法的局限性。

2）需要对问题本身抽象出一个数学意义上的精确地解析式。

3）需要针对问题设计算法。

4)求解的结果的唯一性。

5）图灵计算机模型下的问题一般都是可递归的问题。

6）很多时候，要实现真正的人工智能，我们要求的是满意解而非是精确解，而这时以图灵模型为原型的计算机模型所做不到的。

5．形式演绎理论方面的局限性

6.实现技术方面的局限性。知识表示、推理、环境与工具等都存在较大的局限性，限制其发展。

    毕竟人脑和机器是有很大的区别的，人脑胜于计算机的地方, 就是具有逻辑思维、概念的抽象、辩证思维和形象思维, 能从知识中抽取出性质不同、更高层次的核心知识, 能从多方面地把握信息, 因此在解决问题时, 大大减少了对每一种可能组合的解决问题方案的探索, 甚至在很多情况下, 根本无须探索各种可能的组合, 就直接想出办法, 找到答案。这样, 就避免了组合爆炸。计算机虽能进行调整, 进行有限的自组织, 但由于不具备形象思维和逻辑思维, 仅能放大人的悟性活动中的演绎方法, 不可能真正具有智能。由此, 决定了计算机不能进行学习、思维、创造。在计算机领域, 机器人仍然是机器, 并不具有生命, 但是克隆技术、转基因技术等的巨大突破却可能使人们设计创造出具有生命、甚至具有智能的东西。

对于已解决或者即将解决的智能问题，通过对计算机的功能程序和它们之间的关系的深入研究中，或许我们可以找到一条发展人工智能的新途径。使用计算机解题，都必须通过汇编语言编写一些程序，将要求解的问题和算法转换成机器语言，即“0”、“1”代二进制机器指令，方可进行。因此用通用的指令集，即代表了计算机解决问题的能力。因此或许可以从功能方面去研究一些具有基本功能，但是又无法由其他指令编程实现的基本指令并通过对他们的指令集进行分析，以研究人工智能。

人工智能诞生的时间并太久，技术也显得不很成熟，某种意义上讲，总是面临着相当多的局限。既然，冯诺依曼是现在计算机的原型，其机器指令也是限制人工智能化的一大障碍，或许，可从改善机器语言的的本身出发，找到新的突破口，将人工智能成熟化。

（来源：微信公众号-人机与认知实验室；作者:孙超）