“困难的问题容易解决，简单的问题最难解决”
人工智能领域有一个重要的理论，又称莫拉维克悖论（Moravec's paradox）：
和人们的传统观念不同，人类所独有的高阶智慧能力只需要非常少的计算能力，例如推理，但是无意识的技能和直觉却需要极大的运算能力。 莫拉维克悖论
或者可以用一句富有哲理的话来解读：困难的问题容易解决，简单的问题最难解决。
用这个理论，可以解释我们目前在人工智能领域看到的很多现象：虽然AlphaGo可以把围棋世界冠军打败，但是我们想要塑造出一个可以具备几岁小孩般交流、学习本能的机器，却极为困难。
这个理论由人工智能领域的专家汉斯·莫拉维克、罗德尼·布鲁克斯（Rodney Brooks）、马文·闵斯基等人于1980年代所提出，莫拉维克如此说道：
“要让电脑如成人般地下棋是相对容易的，但是要让电脑有如一岁小孩般的感知和行动能力却是相当困难甚至是不可能的。”
汉斯·莫拉维克（Hans Moravec）： 卡内基梅隆大学移动机器人实验室主任。著作有《智力后裔：机器人和人类智能的未来》、《机器人：通向非凡思维的纯粹机器》
语言学家和认知科学家史迪芬·平克认为这是人工智能学者的最重要发现，在《语言本能》这本书里，他写道：
经过35年人工智能的研究，学者们发现到，最重要的课题是：“困难的问题是易解的，简单的问题是难解的”。四岁小孩具有的本能─辨识人脸、举起铅笔、在房间内走动、回答问题─事实上是工程领域内目前为止最难解的问题。
当新一代的智慧装置出现，股票分析师、石化工程师和假释委员会都要小心他们的位置被取代，但是园丁、接待员和厨师至少十年内都不用担心被人工智能所取代。
语言学家和认知科学家史迪芬·平克
在早期人工智能的研究里，当时的学者都预测在几十年内，他们就可以造出能够像人一样思考的机器。随着人类用计算机可以解决的逻辑、数学问题越来越复杂，学者们都变得越来越乐观，因为这些问题对于人类而言，普遍被视为是很“难”的。
人们很自然地会认为，在解决了困难的问题以后，容易的问题也会迎刃而解。然后事实却恰恰相反，这些简单的行为反而是非常难以用计算机来解决的。
几十年来，我们做出的机器人和人工智能，虽然在智力上已经达到了很高的境界，但在看似简单的与真实物理世界交互的能力依然非常差。目前人工智能和机器人学亟待解决的问题不是如何让机器学会越来越复杂的逻辑推理，而是让机器具备对物理世界最基本的感知与反应。
如果你想要和崔哥一起学习、阅读和探讨创新、管理和科技知识，欢迎扫描下方二维码，加入崔哥的知识星球：
欢迎阅读崔哥的更多文章：