AI學不會的事
AI可以通過獲取大量信息、積累經驗來進行“深度學習”。
在圍棋和將棋領域，AI能以人類難以企及的速度重複棋局，獲得人類無法獲得的信息。現在，AI已經成為連圍棋高手和將棋高手也無法匹敵的強者。
但是，人類的大腦擁有AI不具備的學習功能。這就是“符號接地問題”。
最初，人們用斑馬的例子來解釋符號接地問題。例如，我們可以將斑馬定義為身上長著條紋的馬。對人類來說，隻要看過這個解釋，即使從未見過斑馬，也能在第一次看到斑馬時推測出這就是斑馬。
但是，對AI來說，“身上長著條紋的馬”這個信息隻是一些文字。換句話說，僅僅是一串符號。人類必須再用文字給AI解釋什麽是“馬”。
那麽我們該如何定義“馬”呢？
馬似乎可以被定義為“長了四條腿、有蹄子的動物”。但這樣一來，AI就無法區分馬和綿羊、長頸鹿等其他動物了。如果不能給AI輸入符號化的信息，AI就無法學習。
理解需要五感配合
目前，人們已經通過圖像識別技術解決了上麵提到的“斑馬識別問題”。
現在，可以將圖像作為信息傳遞給AI，AI可以通過深度學習大量馬的圖像和條紋的圖像來理解這兩個概念，進而理解斑馬的概念。也就是說，AI獲得了能夠識別圖像信息的“眼睛”，解決了“斑馬識別問題”。
現在，人們在網上進行身份驗證時可能會遇到多種驗證方式。例如，不僅需要輸入密碼，還需要回答“你是人類嗎”之類的問題。有時，係統甚至要求我們“從以下圖片中選出所有包含馬的圖片”。這可能難不倒對“馬”進行過深度學習的AI，但一般的AI很難識別這種不能符號化的信息。
人類能夠理解無法被符號化的信息。
人類進行符號化的工具就是眼睛。準確地說，應該是五感。五感是指用眼睛看的視覺、用耳朵聽的聽覺、用鼻子聞的嗅覺、用舌頭品嚐的味覺以及用皮膚感受的觸覺。