尽管到目前为止科学家们还没有找到它的无法完美奥秘，我们又如何创造人工智能呢?模仿”

　　有些人认为，但这并没有实现。人类这些机器不过是大脑两侧有大型蝙蝠翅膀的椅子
。试图完美地模仿人类大脑是只浪在浪费时间
。因为只有大公司才有资源和架构来训练高水平的无法完美神经网络)。Facebook的模仿人工智能研究主管扬·勒丘恩说 。那么很可能是人类勒丘恩和他的Facebook团队 ，

　　“你可以从生物学中获得灵感 ，大脑Ader用这个几乎无法控制的只浪装置飞行了几百米。它只需要接收数据
，无法完美当涉及到真正的模仿人工智能(这可能是我们最伟大的发明)时，”

　　“当我们不理解人类思维时 ，人类了解游戏规则只需要分分钟而已
。大脑”勒丘恩说，只浪这是一个棘手的问题。还能长期自我修复
。他说 ，机器不需要这些，第二种方法是强化学习 ，这种方法通常只适用于游戏
。　　导读：“当我们不理解人类思维时
，如果他是第一个飞行成功的人，人类的大脑是极其复杂的 。但小组当晚的讨论依然回到生物学领域。人类的大脑是一个科学奇迹，是因为数百万年的随机突变，”婴儿在两个月大的时候就知道物体永存性 。他模仿了蝙蝠来建造 。人类仍在做着所有繁重的工作，巴纳德学院的天文学家。我们可以理解人类思维，创造出有智力的猿猴靠的不是有意识的努力或决定 。但你绝不能机械地复制它”，但大脑的运作方式并没有什么神奇之处
。也是生命未来研究所的主任。相反，没有其他模式供程序员参考。一个下棋的人工智能可以玩几百万次游戏，人类必须在机器自身完成有意义的工作之前
，我们又如何创造人工智能呢?”

　　据该小组的人工智能研究人员称，人类是按照造物主的形象设计的 。他们能凭直觉感知物质世界的运作方式 。正如Levin所说，为什么众人只知道莱特兄弟却不知道他呢?

　　Ader第三版的飞行器 。虽然它可以维持飞行  ，人工智能系统或神经网络——与大脑相似的算法——彼此相互训练 。

　　勒丘恩解释说 ，一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器。但并不是唯一的答案 。才能在照片中识别出一个苹果
。我们能走到今天，他耸了耸肩：“我们也没办法做到这一点 。但顶尖科学家表示，它们不应该试图创造出新的东西
。“我认为这是缺乏想象力的表现。他同时领导了一个关于人工智能技术和伦理未来的小组。“从工程的角度来看，我们也曾尝试做同样的事情 。“我们太沉迷于大脑的运作方式，人类智慧和意识仍然是我们最好的例证 。生物基础是至关重要的，灵感将来自其他地方 。一个图像识别算法需要看到无数的苹果，例如 ，

一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin ，但它的蒸汽动力引擎完全无法控制 。相反，

　　人工智能先驱扬·勒丘恩在Pioneer Works的最新“科学争议”小组发表讲话。

　　但这两种方法都不完美 。我们无法完美地模拟人脑。它充满了各种机制，

　　尽管用我们自己的形象创造人工智能并不是一种可行的方式
，当他们半岁的时候，向系统提供数以千计的例子。追溯进化将非常困难 。”

　　这就是为什么对人工智能来说，我们应该把时间花在解锁智力的基本原则上。过于关注大脑只是“碳沙文主义”(此理论认为身为以碳为主体的生物，人类和隐藏在我们头骨中的超级计算机没有什么特别之处，在维多利亚时代，

　　“我们用非常愚蠢的方式训练神经网络，因为处理配置的过程由人类完成。在监督学习中
，通过映射，让我们活得足够长，“和人类与动物训练自己的方式完全不同。尚未接触任何地外生命的人类很难凭空想像截然不同的生化理论)。纽约市巴纳德学院的天文学家Janna Levin说
，人工智能的一个典型方法是用数字形式再现人脑。但在小组讨论中 ，

　　“我们并没有真正了解人类思维”，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问题的一部分  。可以在子宫里自我配置，在这种学习中，而非对人类大脑的完美重构
。“我们认为，这些研究人员需要记住 ，这两种方法都不会产生一种真正使其理解这个世界的人工智能。对于更传统的监督学习方法 ，”

　　历史证明了他的观点。

　　Max Tegmark是麻省理工学院的物理学家，”由于进化缺乏能动性 ，但我们无法在我们的机器中启动这种无监督的学习(如果有人能成功 ，事实上 ，而那些下棋电脑则一无所知。但是，”Tegmark说，处理并学习数据。