类比对人工智能是必需的吗？

类比在交流中非常强大。通过映射到已知领域，他们可以向没有领域知识的人解释复杂的概念。霍夫施塔特说他们很重要，而迪克斯特拉说他们很危险。无论如何，类比可视为在人类交流中传递概念的一种有效方式（敢于说是转移学习吗？）。

我知道一些传统的工作，例如基于案例的推理，但是没有关于AI中的类比机制的最新工作。

对于AGI是否需要类比是否存在共识，它们的重要性如何？

请考虑以具体的工作或出版物来支持您的答案。

我认为我不能对提出的实际问题给出真实的答案，因为我对“一般情报”没有严格的定义。在上下文中，我也没有明确的“关键”定义。

但是...如果我们仅凭天真/直观的理解什么是智能，以及什么是关键性智能，您可以将其翻译为“一般智能系统是否需要类比才能做某些它不能做的事情”否则吗？” 或换一种说法，“是否存在无法通过其他方式复制的类推推理所启用的有用行为？”

从最严格的意义上讲，我对这两个问题都没有答案，但是至少有证据表明答案可能是“是”。作为参考，请参阅Hofstadter和Mitchell撰写的Copycat论文。从我所看到的，Copycat解决的某些问题与我所看到的其他方法所解决的问题不同。现在，也许只是巧合，没有人尝试用“深度学习”或“规则归纳”或“遗传算法”来解决这些问题。也许他们有，而我只是没有偶然发现那种研究成果。

无论如何，我还要补充一点，对于将类比用于AI / ML仍在进行中。例如，请参阅2017年7月的这篇论文，作者谈论使用类比，但是将其方法定义为“类比推理”（他们声称与“ GOFAI时期”中定义的“类比推理”不同）。2017年6月也有这篇论文，另一组作者处理了一种类比推理。

对于某种形式的类比推理是否“批判性”，我不存在共识，但这绝对是一个仍在研究​​的主题。

并且要切线一点-一个有趣的相关问题是，问“模拟制作”是否是足够深/宽的人工神经网络的新兴属性，还是需要设计和构造这样的设施？明确编码。