假設我是第一次碰到這種方式的包裝，且要從這樣的盒子里把雞蛋拿出來，我的第一方案是把雞蛋摳起來，但我的背景知識馬上就告訴我這樣做不行，因為雞蛋會被摳破的。我的第二方案是把整個包裝的一邊移出桌子的邊緣，然后從上往下捅，但細想這也不保險，因為稍不注意就捅到地上去了。由此我立刻想到我們可以從下往上頂雞蛋，取雞蛋的問題就順利解決了。這樣的問題看起來不難，幾乎人人都能解決，但其奧妙的地方就在于類似這樣的問題我們可能是第一次碰到，要解決它時并沒有預編程，也就是說我們腦子里沒有針對性地儲存好如何拿雞蛋的程序，而是靠靈機決斷做到的。大量的背景知識幫了我們大忙，知識引導我們如何去行動。這樣的例子有很多，如我們所熟知的烏鴉喝水、曹沖稱象、司馬光砸缸等，都堪稱問題求解的典范。其實這種靈機決斷的決策能力才是我們智慧最精華的部分，而對此，人工智能還不知道究竟應該怎樣去實現。

最近很多媒體都在講，人類將有若干工種被人工智能替代，例如司機、秘書、翻譯、客服、導游等。那么，事實是否如此？人工智能的春天真的到了嗎？筆者認為，這與人工智能早期發(fā)展史上經歷過的那段熱情高漲期一樣，過于樂觀了。若仔細分析一下，完成某些工作——例如導游——所涉及的那些智能的核心要素，如推理、問題求解、知識庫、學習能力、理解能力等，就會發(fā)現我們低估了這種任務的復雜性。人工智能界的學者經常告誡自己一句話：“在玩具世界可行的方法未必能夠推廣到真實世界上去。”這些工作蘊含著大量的不可預期性，我們現有的技術還很難應對得好。

那么，人工智能的現狀是什么？我們以前經常講，人工智能的發(fā)展遇到了瓶頸，筆者認為，“瓶頸說”對于人工智能的現狀而言還是很高的評價，因為這起碼說明我們已經把瓶子的別處都看了個通透，并且能夠確定何處才是出路所在了。但事實上，人工智能還達不到這個程度。筆者認為，人工智能的現狀是“瞎子摸象”，每個人的觀點和方法都沒統(tǒng)一，缺乏整體性的認識，因此也就沒有長遠的解決方案。人工智能界經常引用這樣一段話——“飛機能夠成功飛上天是因為我們放棄了對鳥的模擬”。既然如此，人工智能為什么非要效仿人類智能機制呢？這句話還引出了一個隱藏于現實之中的弊端，那就是，人工智能界現在已經分不清什么是權宜之計，什么是長久之策了。

（作者單位：復旦大學計算機科學技術學院認知算法模型實驗室）