计算机科学教授马克·李撰文指出，人工智能在特定任务上的表现可以超越人类最佳水平。
但要真正理解情感并形成自我意识，人工智能需要拥有机器人身体。
人工智能似乎正在取得巨大进步。它已成为以下领域的关键技术：自动驾驶汽车、自动翻译系统、语音和文本分析、图像处理，以及各种诊断和识别系统。在许多情况下，人工智能能够超越最佳人类在特定任务上的表现水平。
我们正见证一个新兴商业产业蓬勃发展，行业活动十分活跃，投入了巨额资金，潜力巨大。人工智能似乎无所不能，任何领域都能得到改进——没有任务不能自动化，也没有问题不能至少借助人工智能应用来解决。但这真的完全属实吗？
计算理论研究表明，有些事情是不可计算的。杰出的数学家和密码破译者艾伦·图灵证明，有些计算可能永远不会结束（而另一些则需要数年甚至数百年）。
例如，在国际象棋中，我们可以轻松计算接下来几步棋，但要穷尽一盘典型的 80 步棋局中所有可能的走法，完全不切实际。即使使用全球最快的超级计算机之一，每秒运行超过一亿亿次运算，也需要一年多时间才能探索棋局空间中极小的一部分。这也称为规模扩展问题。
早期人工智能研究往往能在问题组合数量较少的情况下取得良好结果（例如井字棋这类被称为玩具问题的任务），但难以扩展到国际象棋这类更复杂的问题（现实问题）。幸运的是，现代人工智能已经开发出其他方法来应对此类问题。这些方法能够击败世界顶尖棋手，并非因为它们穷尽了所有可能的后续走法，而是因为它们能比人脑推演得远得多。它们运用近似方法、概率估算、大型神经网络及其他机器学习技术。
但这些其实是计算机科学问题，而非人工智能问题。人工智能在智能行为方面是否存在根本局限？在人机交互中，一个严重的问题显现出来。人们普遍预计，未来的人工智能系统将与人交流，并在友好、充分互动的社交交流中为人类提供帮助。
心智理论
当然，我们已经有了这类系统的初级版本。但语音指令系统和呼叫中心式的脚本处理只是在假装进行对话。我们需要真正的社交互动，包括长期、自然流畅的对话，在此期间，人工智能系统能够记住对方及其过去的谈话内容。人工智能必须理解人们的意图、信念以及言语的含义。
这需要具备心理学中所谓的心智理论——理解与你交流的人有自己的思维方式，而且大致以与你相同的方式看待世界。因此，当有人谈起自己的经历时，你能够辨认并体会他们所描述的内容，以及这些内容与你自身的关联，从而理解他们话语的含义。
我们还会观察对方的行为，并从手势和信号中推断其意图和偏好。因此，当莎莉说：“我觉得约翰喜欢佐伊，但他认为佐伊觉得自己不合适”时，我们知道莎莉拥有一阶自我模型（她自己的想法）、二阶的约翰想法模型，以及三阶的约翰认为佐伊在想什么的模型。请注意，要理解这一点，我们需要有相似的人生经历。
身体学习
显然，只有当参与者拥有“自我意识”并能相应地构建对方的自我模型时，这些社交互动才有意义。要理解他人，就必须了解自己。人工智能的“自我模型”应包含一种主观视角，涉及其身体如何运作（例如，它的视觉视角取决于眼睛的实际位置）、对自身空间的详细地图，以及一系列熟练掌握的技能和行动。
这意味着，人工智能需要有实体身体，才能以具体数据和体验为基础建立自我意识。当一个行动者的行为被另一个行动者观察到时，双方可以通过共同的体验要素相互理解。这意味着，社交型人工智能需要在有身体的机器人中实现。一个软件系统怎能对人类所居住的物理世界拥有主观视角，并身处其中？我们的对话系统必须不仅是嵌入式的，还要是具身化的。
设计者无法有效地为机器人构建软件化的自我意识。如果一开始就设计好主观视角，那只会是设计者自己的视角，而且机器人还需要学习并应对设计者未曾经历过的体验。因此，我们需要设计的是一个支持学习主观视角的框架。
幸运的是，这些困难有解决之道。人类面临的正是同样的问题，但并非一蹴而就地解决。婴儿期的最初几年展现出惊人的发展进步，在此期间，我们学习如何控制身体，如何感知和体验物体、行动者及环境。我们还会学习如何行动，以及行为和互动会带来什么后果。
新兴的发育机器人学领域正在研究机器人如何像婴儿一样从零开始学习。最初阶段包括发现被动物体的特性，以及机器人所处世界的“物理规律”。之后，机器人会观察并模仿与行动者（照护者）的互动，继而逐步建立更复杂的情境化自我模型。在我的新书中，我探讨了这一领域的相关实验。
因此，尽管缺乏身体的人工智能确实存在根本局限，但未来对机器人身体的研究或许有朝一日能够帮助人工智能与人类建立持久、富有共情力的社交互动。
