内容
问：
AI工程师为什么要担心“直观引擎”？
A：
直觉的想法现在是突破性的人工智能工作的重要组成部分，这就是AI工程师如此重视“直觉引擎”和其他类似模型的原因。科学家正在努力破解人类直觉的过程，并利用人工智能实体对其进行模拟。但是，在探索逻辑和直觉如何在神经网络和其他AI技术中工作时，直觉的定义本身就变得有些主观。
最好的例子之一就是在Go游戏中使用一台才华横溢的超级计算机来击败人类冠军。尽管Go Go游戏还依赖于硬逻辑，但通常被描述为有些直观。由于Google的AlphaGo击败了人类专家，因此，人们对计算机在人类直觉上的表现有很多猜测。但是，如果您查看围棋游戏的结构，就会发现在这些技术的实际构建中还有很多需要确定的地方，以找出它们有多少依赖于直觉，以及有多少依赖于广泛的逻辑模型。 。
在围棋游戏中，人类可以根据直觉感知或长距离逻辑或两者的结合来很好地摆放动作。同样，计算机可以基于广泛的逻辑模型构建专业的Go-playing模型，这些逻辑模型可以在一定程度上镜像或模拟直观的游戏。因此，在谈论计算机在直观模型上的表现时，对定义直觉很重要，这是科学界尚未完全完成的。
里斯本大学的玛丽·乔利（Mary Jolly）在一篇名为“人工智能的直觉概念”的论文中指出了关于直觉定义的不同观点。
乔利写道：“学者们对此概念的定义尚无共识。” “直到最近，直觉还没有产生严格的科学研究方法，而且研究人员习惯性地避免了直觉（通常与神秘主义有关）。到目前为止，关于该主题的论述缺乏连贯性和方法。”
如果直觉的概念本身固有地含糊不清，那么衡量人工智能在直觉模拟中的表现将变得更加困难。
作者在一篇名为“在人工智能中实现类人直觉机制”的论文的解释中提出以下几点：
几个研究项目使用人工智能技术模拟了人类的直觉。这些算法或模型中的大多数缺乏处理复杂性或转移的能力。而且，他们也没有解释影响直觉的因素和该过程结果的准确性。在本文中，我们提出了一个基于序列的简单模型，该模型使用连接性和未知实体的原理来实现类似人的直觉。
为了更具体地了解人类的直觉过程，《连线》杂志援引麻省理工学院的研究来解释人类的思维“直觉物理引擎”，该引擎解释了当我们观察一堆物体时会发生什么。我们可以直观地理解物体是否可能掉落，或者它们是稳定的还是稳定的，但是这种直觉是基于随着时间的流逝内部化的广泛逻辑规则以及我们的直接视觉和感知模型。
作家Joi Ito指出，我们直观地使用物理引擎的系统是“嘈杂的”，并且我们能够滤除该噪声。那是开发人工智能的重要组成部分-从嘈杂的模型中提取感官。但是，这些模型必须走得更远，才能真正做出人类可以应用于复杂系统的预测和分析。
一种简单的说法是，要实现这一目标，计算机将不得不将复杂的视觉与广泛的逻辑和感知认知相结合，而这是它们目前无法做到的。另一种解释方法是，我们将人脑视为一个“黑匣子”，尚未完全通过技术进行逆向工程。尽管我们的技术具有产生智能结果的强大能力，但它们仍无法模拟人脑本身强大，神秘而惊人的活动。