今天的人工智能还不能做什么？

弱人工智能的发展还有很长的一段路要走。在未来的很长一段时间内，AI还只是人类的工具。尽管弱人工智能在很多领域表现出色，但并不意味着人工智能已经无所不能。用人类对智能定义的普遍理解和一般性的关于强人工智能的标准去衡量，今天的AI在许多方面还很稚嫩。

首先就是跨领域推理。人和今天的AI相比，有一个明显的智慧优势，就是举一反三、触类旁通的能力，很多人从孩提时代起就已经建立了一种强大的思维能力。跨领域联想和类比。

比如说三四岁的小孩儿就会说，太阳像火炉一样热、兔子跑得飞快，那今天的技术发展水平，如果不是程序开发者专门用某种属性将不同领域关联起来，计算机自己是很难总结出跑与飞之间的相似性的。

人类强大的跨领域联想、类比能力是跨领域推理的基础。侦探小说中的福尔摩斯可以从嫌疑人的一顶帽子中遗留的发屑、沾染的灰尘，推理出嫌疑人的生活习惯、甚至家庭和婚姻状况。这种从表象入手推导并认识背后的规律的能力是计算机目前还远远不能及的。利用这种能力，人类可以在日常生活中工作中解决许多复杂的具体问题。

有的时候我们需要将遇到的一些信息合理组织，并利用跨领域推理的能力归纳出其中的规律，并制定最终的决策。这不是简单地基于已知信息的分类或者预测问题也不是初级层面的信息感知问题，而往往是在信息不完整的环境中，有不同领域的推论互相不足，并结合经验尽量做出最合理的决定的过程。

今天有一种名叫迁移学习的技术，正在吸引越来越多研究者的目光，这种学习技术的基本思路，就是将计算机在一个领域取得的经验，通过某种形式的变换，迁移到计算机并不熟悉的另一个领域。

比如计算机通过大数据的训练可以在淘宝的用户评论里识别出买家的哪些话是在夸奖一个商品好，哪些话是在抱怨一个商品差。那么这样的经验，也能够被迁移到电影的评论领域，不需要再次训练就能让计算机识别电影观众的评论究竟是在夸奖一部电影，还是在批判一部电影。

迁移学习技术已经取得了一些初步的成果，但这只是计算机在跨领域思考道路上前进的一小步。一个能像福尔摩斯一样，从犯罪现场的蛛丝马迹，抽丝剥茧一般梳理相关线索，通过缜密推理或者破获案件的人工智能程序，将是我们在这个方向上追求的终极目标。

其实还有许多，比如说抽象能力、知其然也知其所以然的能力、常识、自我意识、审美、情感等等这些领域，如今的人工智能距离我们人类水平还相差甚远。