年度最理性AI分析文章：预测AI未来，大部分人陷入了7大误区(10)

人在比赛的时候规则的一点小改动并不会让他们迷惑——好的玩家懂得适应。但Alphago或者1997年击败卡斯帕罗夫的深蓝就不行。
手提箱单词导致大家在理解机器执行人类能做的事情有多好时会误入歧途。而另一方面，AI研究人员，更糟的是其所在机构的新闻处则渴望宣称自己所取得的进展就是手提箱单词之于人类的一个例子。这里重要的是“一个例子”。无论研究人员再怎么小心（不幸的是并不是所有人都那么小心），只要研究结果传到了新闻办公室再传到外部媒体那里，细节很快就被弄丢了。新闻头条开始吹嘘那个手提箱单词，并且误导对AI的一般理解，以及距离实现更多还有多近。
还有，我们甚至还没怎么谈到Minsky列举的许多有关AI系统的手提箱单词；比如意识、经历或者思考等。对我们人类来说在没有意识、或者没有下棋经验，或者思考走法的情况下，下棋是很难想象的。迄今为止，在实现手提箱单词所代表的灵活性方面，我们的AI系统还没有一个提升到入门级的水平。而当我们的确开始可以在特定AI系统运用其中一些单词时，媒体和大多数人可能又会再度把这种能力过度一般化了。
我担心的是这些单词的部分含义哪怕只是在非常狭隘的一方面得到了证明大家也会过度一般化，以为机器在具备智能的这些方面已经接近类似人类能力的大门。
用语很重要，但只要我们用一个词语描述有关AI系统的某个东西时，如果这个词也适用于人的话，我们发现大家就会高估其含义。迄今为止大多数适用人类的单词在用到机器身上时，都不过是用在人身上含义的万千之一而已。
以下是一些应用到机器身上，但在能力方面完全不像人类的的动词：
预期（anticipate）、击败（beat）、 分类（classify）、 描述（describe）、 估计（estimate）、 解释（explain）、 产生幻觉（hallucinate）、 听（hear）、想象（imagine）、 企图（intend）、 学习（learn）、 建模（model）、计划（plan）、 玩（play）、 认识（recognize）、读（read）、 推理（reason）、 反映（reflect）、 看（see）、 理解（understand）、走（walk）、写（write）
这导致大家会误解然后高估了今天的人工智能的能力。
5. [A、B、B、B……]指数性