教计算机如何将世界结合在一起是一件棘手的事情。无论你为一个算法提供了多少数据，都有某些类型的知识是不容易写下来的。回答诸如“今晚我应该和谁一起去喝酒：我的朋友、犀牛还是教皇？”和“我可以用吸管吃意大利面条吗？”（后者的答案是“可以，但要有很大的耐心。”）

但人工智能研究人员表示，他们有一种工具可能会有所帮助：Picturionary。今天，艾伦人工智能研究所（AI2）的科学家发布了一款名为iCaly的在线象形游戏，他们说这有助于提高人工智能的常识。在《纪念日》中，当一个名为AllenAI的计算机程序试图猜出他们画的是什么时，玩家必须演示复杂的场景，如“庆祝胜利的人群”或“在海滩上踢网球”。最重要的是：人工智能以前从未见过这些短语。

AI2研究员阿尼·凯姆巴维（Ani Kembhavi）说，这对人工智能来说是一个挑战，因为它测试了广泛的常识技能。算法必须首先识别图片中的视觉元素，找出它们之间的关系，然后将场景翻译**类能够理解的简单语言。这就是为什么Pictionary可以教给计算机一些其他AI基准（如Go和星际争霸）无法教给计算机的信息。

“关于（棋盘游戏和视频游戏）的一件事是，它们有点脱离现实，”凯姆巴维告诉《边缘》（the Verge）他们帮助取得的突破是惊人的，但并不直接适用于现实生活。然而，如果你想在像Picturionary这样的游戏中表现出色，你需要具备常识知识，并且你需要能够运用这些知识进行推理。”

以“一家人在厨房聊天”为例。要描述或猜测这个短语，你不仅需要了解组成家庭的元素（父母、孩子、宠物和其他亲戚）和组成厨房的元素（锅、平底锅、冰箱、一些食物），还需要知道如何表明家人在聊天而不是吃饭。因此，您可能希望避免将它们放在桌子周围等等。这是很多信息！

这也是为什么iCaly不同于谷歌2017年发布的另一款名为Quick，Draw！后者主要关注于识别个人涂鸦，而AI2的游戏则是将这些元素组合成更复杂的东西。

当然，iCaly不会在一夜之间给计算机带来常识，但AI2希望它收集的数据对未来的实验有用。

从人类收集数据对于Picturional来说尤为重要，因为人工智能系统无法通过相互竞争来提高性能。例如，对于星际争霸这样的游戏，研究人员通过在加速的环境中让人工智能与人工智能对抗来加速训练过程。每个代理在游戏世界的范围内学习各自的策略，研究人员选择最成功的代理进行未来的战斗。

由于iCaly正试图提取机器根本不知道的数据，因此需要人参与循环。”如果你让AllenAI自己玩，它将开发一个只有它知道的通信协议，”Kembhavi说。换言之，为了加快猜测过程，随着时间的推移，它将学会在复杂短语中使用速记符号。例如，这个符号可能意味着“喝橙汁”然后你会在现实世界中部署它，你不会理解它的意思，”凯姆巴维说。

对于那些担心人工智能系统将使人类过时的人来说，这可能是一个令人欣慰的想法。计算机不仅不像我们那样了解世界，而且它们需要我们的帮助来改进。