#paper arXiv:2010.06002 Thinking Fast and Slow in AI 这篇论文主要是为AI下一步发展提出了一个研究方向，灵感和思路来自认知科学领域著名的《思考，快与慢》，后者提出人的认知决策有两个系统，系统1是快速反应，下意识的感知层，系统2是需要经过理性计算、推理，综合更多信息后作出反应的慢系统。作者提出，AI应该是综合“快慢”两者才能更接近的通用智能，系统1对应感知算法，通过深度学习等方法，已经取得突破，而用于推理、计算、决策的慢系统，则需要借助符号系统等方法，有一定的时序性，两者结合，才能更接近真正能够“思考”的智能。基于上述设想，作者提出了10个可能的研究问题，简单列举几个如下： 1. 我们能够清晰地区分AI中的系统1和系统2的能力吗？他们各自的特征是什么？就只有这两类能力吗？还是会有更多能力？ 2. 系统2的顺序性（表现为无法并行）是一个bug还是一个feature？我们 应该诉诸机器给系统2发展多线程推理能力吗？如果是这样，结合了机器强大的计算能力，是否能够补偿AI某些方面的缺陷？ 3. 综合了系统1和系统2（机器学习和符号逻辑）的AI，用什么评价指标来度量其表现？这些指标应该因任务不同和组合方法不同而不同吗？