想要準確定義我們所說的常識可能有點難。常識可以基于某種文化，比如生活在某一地區的人都知道這種花有毒，而你作為游客卻不知道；常識也會隨著時間而變化，一百年前人們會說某事是常識，但是現代人可能根本就不知道。

　　常識可以通過學習獲得嗎？有些人說，人們并沒有專門去學習常識，我們會在不經意間獲得常識。這表明我們不需要了解世界上所有事，也同樣可以歸納出一些規律。

　　人工智能是不是缺乏常識的書呆子？

　　我們的社會似乎接受這樣一個觀點，即高智商的人缺乏生活常識（你可能會認為《生活大爆炸》中的謝爾頓便是一個典型的例子）。但即使是那些高智商的人也仍然會知道一些常識，畢竟他們在現實世界中也過得很好。

　　出于開發人工智能的需要，我們需要弄明白“智能”的含義，因為我們正在嘗試開發一種可以學習常識的自動化系統。

　　如果說常識是智力的一部分，那么在創建人工智能系統的時候，我們也會希望它懂得一些常識。如果這個系統不懂任何常識，那么我們開發的產品就達不到預期的智能水平，而這個系統也稱不上是真正的“智能”系統。

　　然而目前來看，大多數人工智能系統都缺乏常識。

　　自動駕駛需要常識推理嗎？

　　在自動駕駛理論控制研究所，我們正在開發自動駕駛汽車的人工智能系統，并探索將常識推理嵌入到系統里。

　　現有自動駕駛汽車的智能系統并沒有什么常識推理能力。相反，它們是專門用于駕駛的系統，并且還聲稱駕駛不需要常識。關于這一點人們一直爭論不斷。

　　因此，我們有以下選擇：

　　對于人工智能自動駕駛汽車來說，根本不需要常識。

　　對于人工智能自動駕駛汽車來說，常識是一種可有可無的東西，但這并不是必需品。

　　常識是人工智能自動駕駛汽車的必需品。

　　如果你認為人工智能自動駕駛汽車根本不需要常識，你和許多人工智能開發者的看法是一樣的。

　　如果你認為常識是人工智能自動駕駛汽車的必備之物，那么你可能會擔心，人們現在幾乎沒有做出什么努力將常識內置到自動駕駛汽車的智能系統中。

　　自動駕駛要懂多少常識才能上路？

　　有人說，90%的駕駛任務不需要常識，需要使用常識的情況只有微不足道的10%。然而，如果你上路行駛的自動駕駛汽車錯過了那10%的常識，我認為你會對最終結果感到失望。

　　這意味著搭載智能系統的自動駕駛汽車可能無法完成所有任務。我意識到有些人可能會說專業知識占比99%，常識也許占比1%，但即使這樣，這仍然是值得你注意的事情。

　　經驗豐富的人工智能研究開發人員認為，常識推理的能力早就被遺忘了。要實現讓人工智能具有一個常識性的推理能力需要350年的時間，這需要人們堅持不懈的努力，而這種努力在短時間內不會獲得豐厚的回報。

　　有些人會說，我們不要試圖找到所有規則并將它們編入一個系統，我們要用機器學習來訓練常識推理能力。如果你用人工神經網絡對數據進行模式化，那么它可能會找到那些隱藏在數據中的常識推理規律。

　　也許孩子們并沒有按照個人的規則來學習常識，相反，他們的大腦會看到周圍的世界，通過神經元模式，他們會得到常識。這可能是因為我們錯誤地把這些規則變成了單獨的規則，僅僅因為我們更容易從邏輯上解釋正在發生的事情，但事實上，它可能是對實際正在發生事件的一種誤導。

　　需要常識推理的場景設想

　　舉例來說，當我行駛在高速公路時，看見前方裝滿垃圾的皮卡車沒有被遮蓋，任由風吹來吹去，我用常識判斷：卡車上的垃圾有可能會飛出來。為了避免安全隱患，我及時選擇變道行駛。果然，過了一會，我看見滿載垃圾的卡車顛簸了一下，垃圾碎片散落一地，后方車輛緊急變道。

　　據推測，目前的無人駕駛汽車會像其他司機一樣，只有當垃圾掉落在路面時才會做出反應。我們是否會期待有一輛人工智能汽車可以提前感知前方的安全隱患，提醒我們變道呢？

　　要想讓智能系統具備這種預測能力，前提在于它經歷過類似的情況。當然，我們也需要考慮到，從一個案例中所學到的東西沒有被過度概括。

　　還記得那個被一只小白狗嚇到，從此就害怕任何白色動物的孩子嗎？我們需要考慮一下，人工智能如何能夠運用常識推理來理解真實的情形，而不是對所有拖著垃圾的卡車過于小心翼翼。

　　常識不是一件容易的事，把常識推理融入到人工智能自動駕駛汽車中也是一個相當難解決的問題。盡管關于常識在自動駕駛汽車中是否必要的爭論還未停止，但最安全的建議是，人工智能自動駕駛汽車仍然需要常識推理。