人工智能的核心问题就是对客观世界的概念化，这种概念化是智能系统进行认知活动的先决条件和必要的工具。
对于智能载体的独立性（Disembodiment）而言，认知及其赖以实现的知识基本上可以撇开感知及行为控制的细节，在与载体无关的抽象层次上进行研究。
认知轨迹是可言传的。我们可以用接近自然语言的某种逻辑——数学表示描述认知过程中产生的知识状态或信息状态的轨迹。第四，智能体的学习可以与认知分开来研究。几乎所有认知活动都基于一个统一的体系结构。
当然，也有不同的声音，例如，索尔（Soar）就认为学习与认知不可分。联结主义则否认认知轨迹是可言传的，但与索尔一样，它也认为学习是认知研究的中心问题。运动学派则走向另一个极端，它对上述所有论题均持否定态度。(64)可以说以上每一个问题的回答都涉及到了一个更为深层的问题，即人工智能有没有极限？如果有极限，在哪里？
就智能机在达到或超过人的智能而言，在什么程度上发生这样的事是有争论的。大多数相关的人工智能研究者都承认，人工智能作为一门学科已经成熟，但是，人们也越来越认识到，乐观主义者的纲领是不可能仅仅靠计算机系统的编写程序来实现的。
因为，与此相关的，还有许多悬而未决的基础问题仍在困扰着我们。“人工智能的可能性与局限性”是这些基础问题的核心。可以说，对这一问题的不同回答直接影响着人工智能及其相关智能学科的未来。
因此，仔细研讨这一问题既是一个对已有研究的总结，同时又是一个对未来研究的探索。
分享到:
閱讀更多 每週壹點 的文章
