视频与讨论：主流人工智能的短板与挑战

会议时间：9月5日，北京时间周二晚8点30分，NARS联席会

主持人：华中师范大学 刘凯

内容提要：知己知彼，百战不殆。本期组会邀请大家观看《王咏刚：知识表示与自然语言理解——通用人工智能的必由之路》、《漆桂林：知识图谱驱动的问答系统介绍》及《黄民烈：人机对话技术初探》三段新鲜出炉的短视频并讨论。没有比较就没有鉴选，只有清楚地理解到主流人工智能的局限，才能更好地体会到NARS的优势。

问题汇总：
1、Semantic Web "失败“ 的根本原因是什么？（胡祥恩）

2、现有语义分析的本质是”统计“计算还是”符号“计算？（胡祥恩）

3、如何在大数据背景下实现高效的推理？（姜洋）

4、自然语言理解可以绕过感知吗？（王涛）

5、人工智能（AGI）对人的描述维度（框架）和路径。如人脸识别与对人的情绪与能力的判别是一个逻辑吗？（左斌）

6、如何利用NARS的高层表达能力来表示某些领域知识，从而实现更加特色的推理？（姜洋）

7、AGI的常识教育、自然语言处理和感知觉（冯博杰）

8、AGI与智慧教育（杨磊）

9、神经元网络的表征和概念符号的表征体系的关系有点像心理哲学的身心关系问题，也就是脑生理结构与心理内容之间的关系问题（白渊）

10、Symbol grounding problem，就是头脑中如果形成概念的意思的，现在到底解决得怎么样了？（吴宇航）

11、自然语音的理解和推理，以及AGI与目前主流人工智能的兼容问题如何解决？（陶夏彤）

12、主流人工智能的技术和成果能给NARS的教育和应用哪些借鉴和支撑？（王涛）

13、机器人的情感表达是否在本质上是符号表达？如果情感可以翻译为符号，那么在这些符号语言中有很多种排列组合，机器人可以任意组合，然后以此为刺激，人类据此作出反应。如果人类给出的正面反馈多，则说明喜爱。（黄彧）

14、AGI系统怎样具有想象力？（黄彧）

15、AGI的教育问题（刘凯）

16、AGI是否具有心理，以及如何观察机器的心理活动？（刘凯）

17、AGI内部知识表示的识别、提取和量化研究（刘凯）