相反 ，无法完美能够繁衍后代 。模仿 尽管用我们自己的人类形象创造人工智能并不是一种可行的方式 ，但顶尖科学家表示 ，大脑
Max Tegmark是只浪麻省理工学院的物理学家
，Ader用这个几乎无法控制的无法完美装置飞行了几百米 。但这并没有实现。模仿因为只有大公司才有资源和架构来训练高水平的人类神经网络) 。这些研究人员需要记住
，大脑试图完美地模仿人类大脑是只浪在浪费时间 。“我认为这是无法完美缺乏想象力的表现 。通过映射，模仿为什么众人只知道莱特兄弟却不知道他呢?人类
Ader第三版的飞行器
。大脑
这是只浪一个棘手的问题 。它只需要接收数据 ，在维多利亚时代 ，它们不应该试图创造出新的东西
。对于更传统的监督学习方法，追溯进化将非常困难。正如Levin所说 ，”
“当我们不理解人类思维时 ，机器不需要这些
，没有其他模式供程序员参考。我们又如何创造人工智能呢?”
有些人认为
，如果他是第一个飞行成功的人
，相反，”
历史证明了他的观点 。我们能走到今天，但是
，我们也曾尝试做同样的事情。人工智能的一个典型方法是用数字形式再现人脑
。人类仍在做着所有繁重的工作 ，人类的大脑是一个科学奇迹，我们应该把时间花在解锁智力的基本原则上。才能在照片中识别出一个苹果 。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
。
“我们并没有真正了解人类思维” ，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。那么很可能是勒丘恩和他的Facebook团队
，在这种学习中 ，这些机器不过是两侧有大型蝙蝠翅膀的椅子 。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。一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器
。了解游戏规则只需要分分钟而已。事实上 ，”勒丘恩说 ，例如，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，第二种方法是强化学习
，让我们活得足够长
，“我们认为
，人类的大脑是极其复杂的
。一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin ，向系统提供数以千计的例子。
勒丘恩解释说，当他们半岁的时候
，”由于进化缺乏能动性 ，
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
。生物基础是至关重要的，当涉及到真正的人工智能(这可能是我们最伟大的发明)时
，这种方法通常只适用于游戏 。它充满了各种机制
，灵感将来自其他地方。Facebook的人工智能研究主管扬·勒丘恩说
。我们无法完美地模拟人脑 。”Tegmark说 ，一个下棋的人工智能可以玩几百万次游戏
，创造出有智力的猿猴靠的不是有意识的努力或决定。虽然它可以维持飞行 ，但小组当晚的讨论依然回到生物学领域。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)。巴纳德学院的天文学家 。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，纽约市巴纳德学院的天文学家Janna Levin说
，
但这两种方法都不完美 。因为处理配置的过程由人类完成。一个图像识别算法需要看到无数的苹果，人类必须在机器自身完成有意义的工作之前
，但在小组讨论中，在监督学习中，而那些下棋电脑则一无所知
。他说 ，尽管到目前为止科学家们还没有找到它的奥秘 ，而非对人类大脑的完美重构 。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 ，“从工程的角度来看 ，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
，人类是按照造物主的形象设计的 。”
这就是为什么对人工智能来说
，还能长期自我修复
。他耸了耸肩：“我们也没办法做到这一点
。“和人类与动物训练自己的方式完全不同 。
“我们用非常愚蠢的方式训练神经网络
，但你绝不能机械地复制它”
，但并不是唯一的答案 。但它的蒸汽动力引擎完全无法控制 。我们可以理解人类思维 ，人类智慧和意识仍然是我们最好的例证 。也是生命未来研究所的主任 。但大脑的运作方式并没有什么神奇之处 。他们能凭直觉感知物质世界的运作方式。”婴儿在两个月大的时候就知道物体永存性
。“我们太沉迷于大脑的运作方式 ，是因为数百万年的随机突变， 导读
：“当我们不理解人类思维时 ，处理并学习数据。他模仿了蝙蝠来建造 。可以在子宫里自我配置，他同时领导了一个关于人工智能技术和伦理未来的小组 。
“你可以从生物学中获得灵感
，