此次投资是艾伦人工智能研究所未来三年原预算的两倍, 这不仅能支撑现有项目的运作, 还能开启新的教授计算机 '常识' 的项目, 该新项目名为 '亚历山大计划' (Project Alexandria) . 在未来的几年内, 该研究所希望能建立一个由人类已掌握的基础知识构成的数据库, 该数据库正是如今计算机所欠缺的 '常识' .
艾伦说: '为了取得人工智能领域真正的进步, 我们必须解决目前其所面临的一个巨大挑战, 那就是计算机缺乏常识' . 艾伦曾在20世纪70年代与比尔·盖茨一起创办了如今的软件巨头微软公司.
如今, 计算机已经能以高精确度完成识别周围环境的物体, 记录语言对话, 自动翻译等以往只有人类才能完成的任务, 这种高精度在十几年前是不可能达到的. 人工智能研究人员在另外一些领域也取得了不错的成绩, 比如无人驾驶汽车, 仓库机器人, 智能语音助手等等.
但是, 如今机器在处理其他一些人类认为很基础的任务时常常遇到困难. 比如, 虽然智能语音助手Siri能很好地识别出你所说的话, 她也只能回答一些简单的问题和执行基础的命令. 当遇到糟糕的交通状况或以前没遇到过的路况时, 无人驾驶汽车也无能为力.
艾伦人工智能研究所主任, 前华盛顿大学教授奥伦·埃奇奥尼 (Oren Etzioni) 称: '人工智能可以识别物体, 但不能很好地解释它看到的东西. 它虽然能识别书上的文字, 但不能理解文字背后所隐含的问题. 这就是缺乏常识的表现. '
想要教授计算机人类已有常识被证明是很困难的, 可能需要研究人员数年甚至数十年的努力. 也曾有过研究人员试图数字化人类常识, 但后来发现这个任务实在是太繁重了.
在上个世纪八十年代, 斯坦福大学教授道格·莱纳特 (Doug Lenat) 曾获得来自美国政府和一些大型科技公司的资金, 开始了一个名为Cyc的项目. 他和他的团队成员一起工作, 将我们人类在孩童时期学到的所有简单事实进行数字化, 从 '你不能同时出现在两个地方' 到 '要从杯子喝水得先打开杯盖' .
三十年过去了, 莱纳特先生和他的团队还在继续这项 '常识引擎' 工作, 还没有要停下来的迹象. 艾伦也是Cyc项目的资助人之一, 他认为现在是时候采用一个全新的方法进行这项工作了, 因为现代人工智能技术能更好地搭建一个这样的系统.
莱纳特先生非常欢迎新技术的加入. Cyc项目已经消耗了数千万美元资金, 同时也解决了无数在项目开始时没有想到的难题.