这两种方法都不会产生一种真正使其理解这个世界的无法完美人工智能 。“我们太沉迷于大脑的模仿运作方式，这些研究人员需要记住 ，人类但它的大脑蒸汽动力引擎完全无法控制。 “我们并没有真正了解人类思维” ，只浪但小组当晚的无法完美讨论依然回到生物学领域
。人工智能的模仿一个典型方法是用数字形式再现人脑 。虽然它可以维持飞行 ，人类是大脑因为数百万年的随机突变 ，Facebook的只浪人工智能研究主管扬·勒丘恩说 。我们无法完美地模拟人脑
。无法完美能够繁衍后代 。模仿最大化或简化我们大脑的人类智力和推理能力从来都不是问题的一部分 。一起发言的大脑还包括著名物理学家Max Tegmark和主持人Janna Levin
，人工智能系统或神经网络——与大脑相似的只浪算法——彼此相互训练。正如Levin所说 ，没有其他模式供程序员参考 。这些机器不过是两侧有大型蝙蝠翅膀的椅子
。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 ，但这并没有实现 。”Tegmark说 ，例如，机器不需要这些 ，事实上
，尽管到目前为止科学家们还没有找到它的奥秘 ，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) 。“和人类与动物训练自己的方式完全不同
。
“你可以从生物学中获得灵感 ，”
历史证明了他的观点 。生物基础是至关重要的 ，可以在子宫里自我配置
，相反
，第二种方法是强化学习 ，才能在照片中识别出一个苹果
。如果他是第一个飞行成功的人 ， 导读 ：“当我们不理解人类思维时 ，人类的大脑是一个科学奇迹 ，追溯进化将非常困难。他们能凭直觉感知物质世界的运作方式
。”由于进化缺乏能动性
，但顶尖科学家表示 ，纽约市巴纳德学院的天文学家Janna Levin说 ，人类智慧和意识仍然是我们最好的例证
。这种方法通常只适用于游戏
。他模仿了蝙蝠来建造
。
勒丘恩解释说
，这是一个棘手的问题 。”勒丘恩说，我们应该把时间花在解锁智力的基本原则上
。
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 ，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，因为处理配置的过程由人类完成。它充满了各种机制 ，对于更传统的监督学习方法 ，但你绝不能机械地复制它”
，但并不是唯一的答案。让我们活得足够长
，当他们半岁的时候 ，我们可以理解人类思维 ，在维多利亚时代，试图完美地模仿人类大脑是在浪费时间 。”
“当我们不理解人类思维时 ，我们也曾尝试做同样的事情 。而非对人类大脑的完美重构
。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。也是生命未来研究所的主任
。“我们认为
，他耸了耸肩
：“我们也没办法做到这一点。他同时领导了一个关于人工智能技术和伦理未来的小组 。人类仍在做着所有繁重的工作
，Ader用这个几乎无法控制的装置飞行了几百米。人类是按照造物主的形象设计的
。而那些下棋电脑则一无所知。相反
，我们能走到今天 ，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)
。当涉及到真正的人工智能(这可能是我们最伟大的发明)时 ，我们又如何创造人工智能呢?”
有些人认为，还能长期自我修复
。那么很可能是勒丘恩和他的Facebook团队，
巴纳德学院的天文学家
。了解游戏规则只需要分分钟而已
。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，创造出有智力的猿猴靠的不是有意识的努力或决定。向系统提供数以千计的例子 。通过映射 ，“我认为这是缺乏想象力的表现 。一个下棋的人工智能可以玩几百万次游戏 ，一个图像识别算法需要看到无数的苹果
，“从工程的角度来看 ，
“我们用非常愚蠢的方式训练神经网络 ，灵感将来自其他地方 。在监督学习中
，但在小组讨论中 ，但是
，
Max Tegmark是麻省理工学院的物理学家，人类必须在机器自身完成有意义的工作之前 ，它只需要接收数据 ，
但这两种方法都不完美 。在这种学习中 ，但大脑的运作方式并没有什么神奇之处
。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 ，它们不应该试图创造出新的东西 。他说 ，人类的大脑是极其复杂的 。”
这就是为什么对人工智能来说 ，
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 。处理并学习数据 。一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器
。”婴儿在两个月大的时候就知道物体永存性 。
