著名的莫拉维克悖论：对机器人来说 简单的动作比复杂的推理更难以实现

本篇文章2040字，读完约5分钟

作者:张玉坤、刘伟，北京邮电大学人机交互与认知工程实验室。

雷锋专注于人工智能、无人驾驶、机器人和无人驾驶飞行器。今年夏天，雷锋。在空盛会召开之前，com还将在深圳举办“全球人工智能与机器人创新大会”，并发布“人工智能与机器人创新企业25强”名单。如果你也是人工智能和机器人领域的相关公司，并且想被列入名单，你可以联系:2020@leiphone。

就像ibm的深蓝在2007年5月击败卡斯帕罗夫一样，2016年3月注定要被记录在人工智能发展的历史上:谷歌的人工智能程序alphago以4: 1的总比分击败前世界冠军李世石。

被称为“人类最后的智力骄傲”的围棋，也被人工智能攻破了。一段时间以来，人工智能和机器人威胁理论席卷了微博、微信和各种新闻媒体。每个人都担心有一天他们的工作会被人工智能夺走，有一天人类会被人工智能机器人统治。游戏中有一个细节，我想知道是否每个人都注意到了:这个阿尔法狼，已经在“人类最后的智力骄傲”上击败了人类，需要人类的帮助来移动一个小棋子。

有些人可能会说这没什么。围棋已经打败了人类。阿尔法戈只需一分钟就能独自下棋。然而，事实真的那么简单吗？

在回答这个问题之前，让我们先看看人工智能和机器人科学家发现的一个与常识密切相关的现象:

对于电脑来说，在智力测试或国际象棋中显示一个成年人的水平是相对容易的，但是让电脑感觉和行为像一个一岁的孩子是相当困难的，甚至是不可能的。这就是人工智能和机器人领域中著名的莫拉维克悖论。

莫拉维克·斯帕道克斯是由汉斯·莫拉维克、罗德尼·布鲁克斯、马文·明斯基等人于20世纪80年代提出的。Moravik悖论指出，与传统假设不同，对于计算机来说，实现高级人类智能(如逻辑推理)需要相对较少的计算能力，而实现低级智能(如感知和运动)需要巨大的计算资源。

语言学家和认知科学家史蒂文平克认为这是人工智能研究者最重要的发现。在《语言本能》一书中，他写道:经过35年对人工智能的研究，人们认识到“困难的问题是简单的，简单的问题是困难的。”四岁孩子的本能——识别面孔、举起铅笔、在房间里走来走去、回答问题等等。——实际上是迄今为止工程领域中最困难的问题。随着新一代智能设备的出现，股票分析师、石化工程师和假释委员会应该小心他们的职位将被取代，但园丁、接待员和厨师至少在十年内不必担心这个问题。

同样，马文明斯基强调，对于技术人员来说，最难复制的人类技能是那些无意识技能。一般来说，应该认识到一些看似简单的行动比那些看似复杂的行动更难实现。

在人工智能的早期研究中，当时的研究人员预测他们可以在几十年内制造出一台思维机器。他们的乐观部分来自于这样一个事实，他们已经成功地用逻辑创造了书写程序，解决了代数和几何问题，并且像人类棋手一样下棋。因为逻辑和代数对人们来说通常很难，所以它们被认为是智慧的象征。他们认为，当“困难”问题几乎解决时，“容易”的问题，如环境识别和常识推理，将很快得到解决。

但事实证明他们错了。一个原因是这些问题实际上非常困难，难以置信。事实上，他们解决的逻辑问题是不相关的，因为这些问题很容易被机器解决。

根据当时的研究，智慧最重要的特征是那些非常困难的人，即使受过高等教育的人也会发现具有挑战性的任务，如下棋、抽象符号的整合、证明数学定理和解决复杂的代数问题。至于四五岁的孩子能解决的事情，比如用眼睛分辨咖啡杯和椅子，或者用腿自由行走，或者找到从卧室走到客厅的方法，这些都被认为是没有智慧的。

莫拉维克悖论发现后，一些人开始追求人工智能和机器人研究的新方向。研究理念不再局限于模仿人类的认知学习和逻辑推理能力，而是从模仿人类的感觉和反应以及接触物理世界的理念转向设计和开发机器人。摩拉维克悖论的发现者之一罗德尼布鲁克斯就是其中之一。他决定制造一种没有识别能力，只有感知和行动能力的机器，并将其称为新人工智能。尽管他的研究早在20世纪90年代就开始了，但直到2011年，他的巴克斯特机器人仍不能像组装工人那样自由地拾取小物体。

国防高级研究计划局(darpa)组织的机器人挑战赛被称为“目前人工智能领域含金量最高的比赛”。虽然参与的团队都来自世界顶尖的研究机构，但他们的任务对人类来说是非常简单的任务，比如开车、开门、打开阀门、上下楼梯等。即便如此，一些队伍仍然无法完成比赛，机器人在比赛中摔倒更为常见。

(在看了这些“花式秋季表演”后，你对机器人主宰人类的担忧有没有放松一点？(

回到哲学的说法:“困难的问题是简单的，简单的问题是困难的。”几十年来，我们制造的机器人和人工智能已经达到了很高的智能水平，但是它们以看似简单的方式与现实世界互动的能力仍然很差。目前，人工智能和机器人学亟待解决的问题不是如何让机器人学习越来越复杂的逻辑推理，而是如何让机器人对物理世界有最基本的感知和反应。

雷锋。搜索“雷锋”。注:这篇文章来自公共数字[人机和认知实验室]。雷锋。com已被授权。请联系您自己并注明作者的完整信息。