天才一秒记住【久久文学】地址：https://www.jjwxx.com
陆地和海洋哪个更湿？
汽车能向后开吗？飞机能向后飞吗？
人没有空气能活多久？
这些都是关于这个世界最基础的常识性问题，但Cyc不能对此做出有意义的回答。
普拉特回顾了自己的经历，对Cyc项目提出了谨慎的批评。
他推测，或许Cyc已经朝着通用人工智能的目标跨出了一步，取得了一定进展，但问题在于，很难弄清楚这个进展有多大，因为Cyc的知识体系非常零碎，分布得相当不均匀。
从某种意义上说，Cyc项目是领先于时代的。
Cyc项目开始30年以后，谷歌发布了知识图谱，这是一个庞大的知识库，知识图谱里面汇集了大量关于实体世界的信息（地点、人物、电影、书籍、重大事件等），这些信息被用来丰富谷歌搜索引擎的查找结果。
当你使用谷歌搜索引擎时，你所查找的东西通常会涉及一些实体的名称或者其他术语之类。
举个例子，如果你搜索“麦当娜”
，简单的网络搜索结果会返回包含“麦当娜”
这个关键词的网页。
但是，如果搜索引擎知道麦当娜是一名流行歌手，以及她的全名是麦当娜·路易斯·西科尼（MadonnaLouisee），就会返回一些更有价值的东西。
所以，你在谷歌上搜索“麦当娜”
就会发现，你的搜索结果包含了这位歌手的一系列信息，这些信息会回答人们有关她的常见问题（比如出生年月、孩子状况、最受欢迎的专辑等）。
Cyc和谷歌知识图谱最关键的区别在于，知识图谱中的知识并非手工编码的，而是自动从维基百科等网页中提取出来的。
到2017年，据称维基百科包含700亿条名词，涉及大约5亿个实体。
当然，知识图谱并没有以通用人工智能为目标，目前也不清楚它涉及了多少基于知识系统的至关重要的世界观推理。
不过，不管怎么说，我认为，知识图谱多多少少还是携带了Cyc的基因。
然而，不管我们回顾历史时如何尽力客观评价Cyc项目，可悲的事实总是无法改变。
Cyc项目在人工智能发展史中之所以留下浓墨重彩的一笔，源于它是一个人工智能被过度炒作的极端案例，它完全辜负了人们寄予的不切实际的厚望。
莱纳特的名字也被编入了计算机科学的民间笑料里。
有个笑话说，“微莱纳特”
应该作为一个科学计量单位，用来衡量某件事情的虚假程度。
为什么要在莱纳特前面加上“微”
？因为你找不到比一个“整莱纳特”
更虚假的东西了。
破灭出现
就像许多理论上很美好的人工智能一样，基于知识的人工智能被证明实际应用非常有限。
这种方式在一些我们认为荒谬琐碎的推理任务中，也遇到了困难。
考虑一下常识推理任务，下面的场景给出一个典型例子[42]：
乍一看，这个问题在逻辑上应该很容易理解。
看上去跟我们之前讨论的逻辑三段论没什么差别——我们的人工智能系统存在知识“如果x是一只鸟，那么x会飞”
，那么，给出“x是一只鸟”
的信息，它理所当然能推理出“x能飞”
的结论。
好吧，到目前为止没有任何问题。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！