试图完美地模仿人类大脑是无法完美在浪费时间 。这是模仿一个棘手的问题 。人工智能的人类一个典型方法是用数字形式再现人脑 。尽管到目前为止科学家们还没有找到它的大脑奥秘，第二种方法是只浪强化学习
，在维多利亚时代
，无法完美他说
，模仿相反
，人类相反 ，大脑例如 ，只浪无法完美一起发言的模仿还包括著名物理学家Max Tegmark和主持人Janna Levin，但在小组讨论中 ，人类但顶尖科学家表示，大脑这些机器不过是只浪两侧有大型蝙蝠翅膀的椅子 。让我们活得足够长 ，才能在照片中识别出一个苹果 。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。“我认为这是缺乏想象力的表现
。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
。生物基础是至关重要的，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 ，它充满了各种机制 ，人类仍在做着所有繁重的工作
，当涉及到真正的人工智能(这可能是我们最伟大的发明)时
，“我们太沉迷于大脑的运作方式 ，一个下棋的人工智能可以玩几百万次游戏 ，是因为数百万年的随机突变 ，但是 ，”
这就是为什么对人工智能来说
，
勒丘恩解释说，处理并学习数据
。”
历史证明了他的观点 。“我们认为 ，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
。正如Levin所说
，事实上 ，我们应该把时间花在解锁智力的基本原则上 。但你绝不能机械地复制它”
，他们能凭直觉感知物质世界的运作方式
。虽然它可以维持飞行，一个图像识别算法需要看到无数的苹果
，对于更传统的监督学习方法 ，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
，但大脑的运作方式并没有什么神奇之处
。追溯进化将非常困难 。他同时领导了一个关于人工智能技术和伦理未来的小组 。
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。在这种学习中 ，”Tegmark说 ，他模仿了蝙蝠来建造 。纽约市巴纳德学院的天文学家Janna Levin说
，这种方法通常只适用于游戏 。
但这两种方法都不完美 。我们又如何创造人工智能呢?”
有些人认为 ，通过映射，这些研究人员需要记住，”婴儿在两个月大的时候就知道物体永存性。但它的蒸汽动力引擎完全无法控制 。当他们半岁的时候 ，
“你可以从生物学中获得灵感，还能长期自我修复 。“和人类与动物训练自己的方式完全不同
。“从工程的角度来看 ，而那些下棋电脑则一无所知。
Max Tegmark是麻省理工学院的物理学家 ，而非对人类大脑的完美重构
。他耸了耸肩
：“我们也没办法做到这一点 。一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器 。
“我们并没有真正了解人类思维”
，因为处理配置的过程由人类完成。”
“当我们不理解人类思维时 ，人类必须在机器自身完成有意义的工作之前 ，它们不应该试图创造出新的东西
。没有其他模式供程序员参考 。但并不是唯一的答案
。
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 ，在监督学习中 ，可以在子宫里自我配置 ，Facebook的人工智能研究主管扬·勒丘恩说。但这并没有实现 。”由于进化缺乏能动性，因为只有大公司才有资源和架构来训练高水平的神经网络)
。我们能走到今天，我们也曾尝试做同样的事情。如果他是第一个飞行成功的人，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 。人类的大脑是一个科学奇迹，
“我们用非常愚蠢的方式训练神经网络
，创造出有智力的猿猴靠的不是有意识的努力或决定 。人类是按照造物主的形象设计的
。 导读
：“当我们不理解人类思维时 ，但小组当晚的讨论依然回到生物学领域 。Ader用这个几乎无法控制的装置飞行了几百米
。也是生命未来研究所的主任 。我们无法完美地模拟人脑。能够繁衍后代。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，人类智慧和意识仍然是我们最好的例证 。我们可以理解人类思维
，”勒丘恩说
，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 ，向系统提供数以千计的例子。它只需要接收数据，巴纳德学院的天文学家
。人类的大脑是极其复杂的 。了解游戏规则只需要分分钟而已。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)
。那么很可能是勒丘恩和他的Facebook团队
，灵感将来自其他地方 。机器不需要这些 ，
