我开设了一个 YouTube 频道，从普通技术视角分析 AI 发展。这篇文章基于我最近的一期视频，我在其中深入探讨了莫拉维克悖论——这一被反复引用的格言认为：对人类来说困难的任务，对 AI 来说很容易，反之亦然。
我的发现如下：
莫拉维克悖论从未经过实证检验。（许多 AI 研究者，包括我认识并尊敬的先驱们，都常把它当作事实反复提及，但这并不意味着我会照单全收！）
它实际上只是对 AI 社区认为“值得去做”的工作的一种描述。它并不能预测哪些问题对 AI 来说会容易，哪些会困难。
它还附带了一种进化论解释，而我认为这种解释极其可疑。（AI 研究者在没有任何相关神经科学或进化生物学背景的情况下，对人脑编造说法，这类事情有其历史传统。）
莫拉维克悖论式的思维既导致了恐慌主义（关于即将到来的超级智能推理），也导致了错误的宽慰（在机器人等领域）。
为了适应 AI 的进展，我们并不需要预测能力突破。由于新能力的扩散需要很长时间，这就给了我们充足的反应时间——而我们常常把这段时间白白浪费掉，然后又陷入恐慌！
可在这里观看完整论证，或继续阅读下文。
每周都会出现有关 AI 进展的新说法。我们怎么知道接下来会发生什么？AI 能预测犯罪吗？写出获奖小说吗？入侵关键基础设施吗？我们是否终于会有机器人进入家中，帮我们叠衣服、装洗碗机？
AI 的进步会对你的工作意味着什么？会对社会结构意味着什么？面对这些不确定性，实在难以应对。要是我们能有办法预测哪些新的 AI 能力很快会被开发出来，哪些则在可预见的未来仍将困难，那该多好。
从历史上看，AI 研究者对 AI 能力进展的预测一直相当糟糕。我们其实并没有真正的原则，能够说明哪些任务对 AI 来说容易，哪些任务困难。
不过，我们倒是有一个——莫拉维克悖论。它指的是这样一种观察：让计算机学会人类觉得困难的事情，比如数学和逻辑，很容易；而让它们学会我们觉得轻松的事情，比如看见世界或行走，却很困难。
这一概念出自汉斯·莫拉维克 1988 年的著作 Mind Children。莫拉维克是一位机器人学研究者，过去是，现在也是。他写道：
让计算机在智力测试或跳棋方面表现出接近成人水平相对容易；但在感知和运动能力方面，要让它们具备一岁孩子的技能则很困难，甚至不可能。
在人工智能早期，研究者关注国际象棋和其他推理任务，因为人们认为这些是最难的任务之一，也是人类独有性的体现。有趣的是，如果你想造出一个能击败人类特级大师的机器人，决定该走哪一步其实是简单部分；真正困难的是把棋子实际移动到棋盘上。如今这已广为人知，因此莫拉维克悖论看起来非常符合直觉。
如果莫拉维克悖论是真的，其影响将会非常惊人。如果我们想知道下一步可能出现哪些 AI 能力，只需看看它们对人类而言有多难即可。于是，科学研究会比叠衣服先被自动化，诸如此类。
但问题在于——莫拉维克悖论从未经过事实核查。即便有播放量数十万的视频，以及 TED 演讲都把它当作事实重复，这一点也没有改变。当我深入研究所谓悖论背后的证据时，我发现了一些令人意外的东西。
在这篇文章中，我将讨论为什么该悖论背后的理论和证据都站不住脚。接着，我会解释为什么对 AI 来说哪些容易、哪些困难的简单化预测，误导了 AI 研究者和科技领袖。它一方面导致了恐慌主义，另一方面又导致了错误的宽慰。（这倒真成了一个悖论。）最后，我会回答这样一个问题：如果我们不能依赖莫拉维克悖论，那么我们应当如何为 AI 进展及其影响做准备？
悖论背后的证据并不可靠
我们该如何检验莫拉维克悖论？我们可以选取一些现实中的任务样本，判断它们对人类有多难、对 AI 有多难，然后画出一张图。如果出现这样的结果，这个悖论就被证实了。