Transformer走下神坛？南加州大学教授：想解决常识问题，神经网络不是答案

  新智元报道  来源：nextgov编辑：LRS【新智元导读】NLP研究人员都知道语言模型只能学到语法上下文信息，对于常识性问题则束手无措。南加州大学的一名助理教授最近做客《对话》，阐述了他眼中的常识以及解决方法。他悲观地预测，也许5年、50年才能解决，到底需要多久，没人知道。如果说人工智能和真正的人脑之间的差距，那最重要的就是机器缺乏生活中的常识。一切貌似合理、理所当然的事物在计算机眼中都是不可理解的。 计算机不知道「柠檬是酸的」，「只有成熟的香蕉是黄色的」，这也是目前人工通用智能领域尚未解决的问题。  并且人类可以根据过去的常识来调整自己的行为，例如你和朋友王二约好一起吃午饭，并且上周计划好一起吃“开封菜”， ………………………………