关于AI的一个缺陷（虽然也算是优势）

之前有一道题（在生活区里也有人转载），题目的内容是在图一的情况下安排饭局，其实这道题很容易，因为并不是只能点一道菜，一个人不吃牛肉，但他能因此要求其他人也要和他一样吗？显然不用。所以，在这种局面下，由“忌口”可以推断出来的并非排除的属性，而是非仅存的属性。亦即，当某个食材成为其中一个人的忌口时，我们需要保证的只是“饭局中有一道并不含有该食材的菜”，而非“饭局中不出现该食材”。所以我们可以直接回答：把包含有这些主任们的忌口的菜全部都点一遍，或者至少让饭局中存在两种食材且两种食材必须是忌口中的其中两种。但是，可不可以选择那个排除性的路线来回答问题呢？可以，但只是没必要，并且也更加麻烦。

然而，当我把这一问题交给AI来处理时，有趣的事情却发生了（图二）：AI似乎真的把题目中的食材都直接规避掉了！也就是说，他选择了一个更复杂的解题思路。

我猜测，这其中的原因很可能就在于：

AI的习惯是寻找单元较小的简单确定性，然后通过将所有的简单确定性组合而得出一个单元更大的复杂确定性，然后再据此作出分析与回答。

因而，AI当看到这个题目时，便首先分别考虑了每一个前提的确定性，然后通过简化把这一前提转变成确定性的要求，如“王主任不吃牛肉”这一信息就会被转化为一个确定的“饭局中不能出现牛肉”，其他信息也以此类推，因而最后通过得出的复杂确定性信息而来的要求便成为了这样的一个要求：“饭局中不能出现牛肉、猪鸡、海鲜、鸡肉、鸭肉、羊肉、鹅肉”。