汉森和我讨论了给这些能唤起记忆的机器添加真正智能的想法。知名人工智能研究员、汉森公司首席执行官(CEO)正致力于将机器学习的先进技术应用于汉森机器人内部的软件，使它们能够对人类的语言做出反应。
索菲亚背后的人工智能有时可以提供尚可的响应，但该技术远不如GPT-4这样的系统先进，GPT-4为最先进的ChatGPT和ChatGPT提供动力。当然，即使是ChatGPT和其他尖端的人工智能程序也无法明智地回答有关人工智能未来的问题。也许最好把他们想象成具有超自然知识和天赋的模仿者，尽管他们有严重的缺陷，对世界的“知识”也很有限。
索菲亚和公司在日内瓦的误导性“采访”提醒我们，拟人化的人工智能系统会把我们引入歧途。人工智能的历史上充斥着人类根据该领域的新进展过度推断的例子。
1958年，在人工智能刚刚出现的时候，《纽约时报》(the New York Times)报道了最早的机器学习系统之一，这是康奈尔大学(Cornell)心理学家为美国海军开发的一个粗糙的人工神经网络。《泰晤士报》报道称:“美国海军今天展示了一台电子计算机的雏形，预计它将能够行走、说话、看、写、自我复制，并意识到自己的存在。”这是一个大胆的声明，称这种电路能够学习识别400像素的模式。
如果你回顾一下对IBM的国际象棋、DeepMind的围棋冠军以及过去十年的许多飞跃的报道——这些飞跃直接来自罗森布拉特的机器——你会看到很多相同的东西:人们把每一次进步都看作是某种更深入、更像人类智慧的标志。
这并不是说这些项目——甚至是创造出的索菲亚——不是非凡的壮举，也不是迈向更智能机器的潜在步骤。但在衡量这项强大技术的进展时，对人工智能系统的能力有清醒的认识是很重要的。为了理解人工智能的进步，我们至少可以停止向电子玩偶提出愚蠢的问题。