Recent progress in artificial intelligence (AI) has renewed interest in
building systems that learn and think like people. Many advances have come from
using deep neural networks trained end-to-end in tasks such
在建立人类智能的关键要素中，我们赞同 Lake 等人的主张，其中包括了基于模型的推理是必不可少的想法，但是，我们提倡的方法则在另一个要素上更加强调，这个要素是自主性。尤其是，我们的目标是可以同时构建和利用自己内部模型的代理程序，并且是最小化人工工程的。我们相信，以自主学习为中心的方法在处理实际问题领域中扩展到现实世界复杂度时，具有最大的成功机会，这些复杂度的问题领域不存在现成的形式化模型可用。本文概述了几个重要的例子，展示了构建具有人类能力的自主代理的进展情况，并突出了一些重要的挑战。
当今 AI 技术在深度学习和生成式方法的发展下，取得了令人瞩目的成果，但在机器人领域却鲜有影响。目前的自主机器人并不通过与人的互动来学习在家中护理或担任护理助手等应用，而是依赖数学模型、规划框架和强化学习。因此，将机器人 AI 与深度学习技术相结合，创造经验性基础课程，有望极大提高 AI 机器人的广泛实用性，并推动该市场发展，降低成本，普及 AI。