一场让AI和动物比拼觅食能力的“奥运会”
1950年，艾伦·麦席森·图灵提出了图灵测试。他认为，如果机器人和人类在相互隔开的情况下进行沟通，经过多次提问交流后，如果有超过三成的人类不能确认对方是否为机器人，那么这台机器就会被认为具有人类智能。但遗憾的是，迄今为止，没有一台机器完成了这个任务。
尽管我们已经知道Alpha Go击败了顶尖职业围棋选手，Open AI在Moba比赛中战胜了电竞冠军，但这些AI，都是基于大量的数据录入、计算运行，遵循一套规则的专项机器人。AI缺乏自主思考、没有认知能力，目前依然是该领域无法跨越的难关。
最近，英国的研究人员们组织了一场特别的AI竞赛，这场竞赛便是源于动物认知领域。赛事取名为“动物-AI奥运会”，顾名思义，就是让AI与动物们一较高下。
比赛的目标非常简单：让AI与动物比拼觅食能力。官方提供了一个明确定义的虚拟场景平台，并给出在该平台上进行测试的认知能力的列表。参赛选手可以根据这些列表在赛前模拟海量的场景和障碍，训练出具备比赛要求的AI。为了保证公平性，赛场的真实布局和变量并没有事前公开，但从官方放出的几十篇动物智能研究中，能够窥见一些可供学习的案例。
比如从《伊索寓言》中产生灵感的《乌鸦喝水》，乌鸦可以投入石子，促使瓶中的水位升高来获取水分。当环境中出现石子和软木塞时，乌鸦或智能体必须学会从这两者中分辨出正确的工具。又如小狗咬住一根长木棍，通过宽度窄于木棍的障碍时，他必须学会侧身让木棍和自己，同时穿越障碍。
这些问题有可能会同时出现在一个场景中，这次奥运会的比赛方式，并不是提供一个确切问题交由选手解决，而是创造了一个虚拟的竞技场，让AI们在其中自由发挥。比赛的难度分为了十个等级，随着比赛进行，官方会不断加入对AI研究领域来说，十分困难的障碍因素，以此来测试AI通过学习后，在认知领域不同层面的能力值。
最简单的等级是觅食测试，在这个环境中没有设置任何障碍物， AI们只需要在规定的时间里，尽可能多的寻找到食物。较为困难的是诸如目标存在持续性的测试，人和动物其实都具备一个简单的意识：当事物离开自己的视线时，它依然存在。但大部分的AI系统还不具备这样的能力，在这个测试中，AI只有明白这个道理才能够成功寻觅到食物。不过，最为棘手的还是关卡的未知性，和被测试的动物一样，所有AI都没有事先熟悉场地的机会，一切阻挠因素都是首次出现且随机放置的，机器必须是个擅长适应环境的智慧体，才可能在这次选拔中脱颖而出。
可一个机器能够成长到熟练处理意外变化，是一件十分困难的事情。预先计划、执行复杂决策、因果推理，每一项对于AI来说，都需要很长的路要走。因此，即便是与最简单的动物对决，这似乎也是一场必败的比赛。不过无论胜利与否，这场奥林匹克竞赛带来的意义，远比制造出像动物一样找到食物的AI大得多。寻找在这类场景中更好的学习算法，可能更为重要。