为什么AI下棋比走路简单? 莫拉维克悖论全解析(Moravec’s Paradox)

JustYY.com 小赖子的英国生活和资讯

12 months ago

莫拉维克悖论是什么？

莫拉维克悖论（Moravec’s Paradox）是人工智能与机器人学中的一个重要观察结果。

“对于人类来说简单的事情，对机器却很难；而人类觉得复杂的事情，机器却往往很容易。”

由 Hans Moravec、Rodney Brooks、Marvin Minsky 等人在 1980 年代提出
他们注意到：计算机能轻松完成逻辑推理，却难以感知与运动：让计算机进行高等数学、下棋、逻辑推理等任务相对容易；但让计算机像人类一样“感知世界”和“移动身体”——比如走路、抓取物体、识别人脸——却非常困难。

进化时间差

人类的感知与运动系统经过数亿年进化，极度复杂；抽象思维是最近几千年才发展出的新能力。感知与运动能力（比如视觉处理、走路、抓握）是人类在数亿年的进化中逐步发展出来的，极其高效而复杂。抽象逻辑和符号推理（比如数学、象棋）则是人类近几千年才发展出的“新技能”，反而对人类来说相对“费力”。
神经资源分配不同

大脑的大部分区域用于处理感知与运动，只有小部分用于逻辑与推理：大脑皮层中，有大量区域用于视觉、听觉、运动控制等感知与行动；相比之下，用于抽象思维的区域相对较小。
我们低估了“本能”的复杂性

比如走路、看东西、抓杯子——这些能力虽然自动完成，但对机器来说极其复杂：因为感知与行动是无意识自动完成的（比如：走路时你不需要思考每一步如何移动），人类通常低估了这些任务的复杂性。

近年来，随着深度学习、神经网络和传感器技术的发展，某些“莫拉维克难题”已经被部分攻克，如：

莫拉维克悖论揭示了人类智能的深层次本质：最普通的能力，往往是最不平凡的进化成果。莫拉维克悖论提醒我们：真正智能的“简单事”，往往隐藏着极端复杂的机制。它对于AI研究者、机器人开发者具有指导意义——不要把看似简单的任务想得太简单，也不要对AI过早“类人化”。

微信公众号: 小赖子的英国生活和资讯 JustYYUK