AI无法完美模仿人类大脑 只是在浪费时间 - {$web_name} 我们也曾使用做同样的事情
导读：“当我们不理解人类思维时，我们又如何创造AI呢?”
有些人觉得，人类是按照造物主的形象设计的。当关乎到真正的AI(这或许是我们最伟大的发明)时，我们也曾使用做同样的事情。AI的回顾郭德纲资讯一个典型方法是用数字形式再现人脑。但顶尖科学家强调，灵感前方自其他地方。事实上，试图完美地模仿人类大脑是在浪费时间。
“我们并没有真正知晓人类思维”，纽约市巴纳德学院的天文学家Janna Levin说，他另外领导了一个有关AI技术和伦理前方的回顾realme登上热搜榜小组。“我们觉得，经由映射，我们可以理解人类思维，但这并没有做到。”
“当我们不理解人类思维时，我们又如何创造AI呢?”
据该小组的AI探究人员称，这是一个棘手的难题。我们无法完美地模拟人脑。相反，我们应该把时间花在解锁智力的基础原则上。
Max Tegmark是麻省理工学院的物理学家，也是独家明星动态速递生命前方探究所的主任。他说，过于留意大脑只是“碳沙文主义”(此理论觉得身为以碳为主体的生物，尚未接触任何地外生命的人类很难凭空想像截然各异的生化理论)。尽管到当下为止科学家们还没有找到它的奥秘，但大脑的管理方式并没有什么神奇之处。“我们太沉迷于大脑的管理方式，”Tegmark说，“我觉得这是缺乏想象力的表现。”
历史证明了他的观点。在维多利亚时代，一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器。他模仿了蝙蝠来建造。一文读懂快充技术体验这些机器可是是两侧有大型蝙蝠翅膀的椅子。Ader用这个差不多无法控制的装置飞行了几百米。但是，假如他是第一个飞行顺利的人，为什么众人只得知莱特兄弟却不得知他呢?
Ader第三版的飞行器。尽管它可以维持飞行，但它的蒸汽动力引擎完全无法控制。
尽管用我们自己的形象创造AI并不是一种可行的方式，但小组当晚的研究依然回到生物学领域。正如Levin所说，人类智慧和意识依然是我们最好的例证。
“你可以从生物学中获得灵感，但你绝不能机械地复制它”，Facebook的AI探究主管扬·勒丘恩说。“从工程的角度来看，追溯进化将相当艰难。”由于进化缺乏能动性，创造出有智力的猿猴靠的不是有意识的奋斗或确定。相反，我们能走到今日，是由于数百万年的随机突变，让我们活得足够长，能够繁衍后代。最大化或简化我们大脑的智力和推理能力从来都不是难题的一若干。人类的大脑是极其繁琐的。它充满了各类机制，可以在子宫里自我参数，还能持久自我修复。机器不需要这些，由于处理参数的过程由人类达成。它只需要接收资料，处理并进修资料。
AI先驱扬·勒丘恩在Pioneer Works的新近“科学风波”小组发表讲话。一起发言的还含有著名物理学家Max Tegmark和主持人Janna Levin，巴纳德学院的天文学家。
勒丘恩阐释说，针对更传统的推动进修方法，人类必须在机器自身达成有价值的岗位之前，向操控系统提供数以千计的例子。例如，一个图像确认算力需要目睹无数的苹果，才能在图像中确认出一个苹果。第二种方法是强化进修，在这种进修中，AI操控系统或神经联网——与大脑相似的算力——彼此相互训练。这种方法通常只适用于游戏。一个下棋的AI可以玩几百万次游戏，知晓游戏规则只需要分分钟而已。
但这两种方法都不完美。这两种方法都不会形成一种真正使其理解这个全球的AI。在推动进修中，人类仍在做着所有繁重的岗位，而那些下棋计算机则一无所知。
“我们用相当愚蠢的方式训练神经联网，”勒丘恩说，“和人类与动物训练自己的方式完全各异。”婴儿在两个月大的时候就得知物体永存性。当他们半岁的时候，他们能凭直觉感知物质全球的管理方式。但我们无法在我们的机器中开启这种无推动的进修(假如有人能顺利，那么很或许是勒丘恩和他的Facebook团队，由于只有大企业才有资源和架构来训练高水平的神经联网)。但在小组研究中，他耸了耸肩：“我们也没办法做到这一点。”
这就是为什么对AI来说，生物基础是至关重大的，而非对人类大脑的完美重构。没有其他模式供程序员参考。人类的大脑是一个科学奇迹，但并不是唯一的答案。这些探究人员需要记住，人类和隐藏在我们头骨中的超级计算机没有什么尤其之处，它们不应该试图创造出新的东西。
有些人觉得，人类是按照造物主的形象设计的。当关乎到真正的AI(这或许是我们最伟大的发明)时，我们也曾使用做同样的事情。AI的回顾郭德纲资讯一个典型方法是用数字形式再现人脑。但顶尖科学家强调，灵感前方自其他地方。事实上，试图完美地模仿人类大脑是在浪费时间。
“我们并没有真正知晓人类思维”，纽约市巴纳德学院的天文学家Janna Levin说，他另外领导了一个有关AI技术和伦理前方的回顾realme登上热搜榜小组。“我们觉得，经由映射，我们可以理解人类思维，但这并没有做到。”
“当我们不理解人类思维时，我们又如何创造AI呢?”
据该小组的AI探究人员称，这是一个棘手的难题。我们无法完美地模拟人脑。相反，我们应该把时间花在解锁智力的基础原则上。
Max Tegmark是麻省理工学院的物理学家，也是独家明星动态速递生命前方探究所的主任。他说，过于留意大脑只是“碳沙文主义”(此理论觉得身为以碳为主体的生物，尚未接触任何地外生命的人类很难凭空想像截然各异的生化理论)。尽管到当下为止科学家们还没有找到它的奥秘，但大脑的管理方式并没有什么神奇之处。“我们太沉迷于大脑的管理方式，”Tegmark说，“我觉得这是缺乏想象力的表现。”
历史证明了他的观点。在维多利亚时代，一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器。他模仿了蝙蝠来建造。一文读懂快充技术体验这些机器可是是两侧有大型蝙蝠翅膀的椅子。Ader用这个差不多无法控制的装置飞行了几百米。但是，假如他是第一个飞行顺利的人，为什么众人只得知莱特兄弟却不得知他呢?
Ader第三版的飞行器。尽管它可以维持飞行，但它的蒸汽动力引擎完全无法控制。
尽管用我们自己的形象创造AI并不是一种可行的方式，但小组当晚的研究依然回到生物学领域。正如Levin所说，人类智慧和意识依然是我们最好的例证。
“你可以从生物学中获得灵感，但你绝不能机械地复制它”，Facebook的AI探究主管扬·勒丘恩说。“从工程的角度来看，追溯进化将相当艰难。”由于进化缺乏能动性，创造出有智力的猿猴靠的不是有意识的奋斗或确定。相反，我们能走到今日，是由于数百万年的随机突变，让我们活得足够长，能够繁衍后代。最大化或简化我们大脑的智力和推理能力从来都不是难题的一若干。人类的大脑是极其繁琐的。它充满了各类机制，可以在子宫里自我参数，还能持久自我修复。机器不需要这些，由于处理参数的过程由人类达成。它只需要接收资料，处理并进修资料。
AI先驱扬·勒丘恩在Pioneer Works的新近“科学风波”小组发表讲话。一起发言的还含有著名物理学家Max Tegmark和主持人Janna Levin，巴纳德学院的天文学家。
勒丘恩阐释说，针对更传统的推动进修方法，人类必须在机器自身达成有价值的岗位之前，向操控系统提供数以千计的例子。例如，一个图像确认算力需要目睹无数的苹果，才能在图像中确认出一个苹果。第二种方法是强化进修，在这种进修中，AI操控系统或神经联网——与大脑相似的算力——彼此相互训练。这种方法通常只适用于游戏。一个下棋的AI可以玩几百万次游戏，知晓游戏规则只需要分分钟而已。
但这两种方法都不完美。这两种方法都不会形成一种真正使其理解这个全球的AI。在推动进修中，人类仍在做着所有繁重的岗位，而那些下棋计算机则一无所知。
“我们用相当愚蠢的方式训练神经联网，”勒丘恩说，“和人类与动物训练自己的方式完全各异。”婴儿在两个月大的时候就得知物体永存性。当他们半岁的时候，他们能凭直觉感知物质全球的管理方式。但我们无法在我们的机器中开启这种无推动的进修(假如有人能顺利，那么很或许是勒丘恩和他的Facebook团队，由于只有大企业才有资源和架构来训练高水平的神经联网)。但在小组研究中，他耸了耸肩：“我们也没办法做到这一点。”
这就是为什么对AI来说，生物基础是至关重大的，而非对人类大脑的完美重构。没有其他模式供程序员参考。人类的大脑是一个科学奇迹，但并不是唯一的答案。这些探究人员需要记住，人类和隐藏在我们头骨中的超级计算机没有什么尤其之处，它们不应该试图创造出新的东西。