浪费 只大脑模仿人类无法完美是在时间

　　但这两种方法都不完美。无法完美”婴儿在两个月大的模仿时候就知道物体永存性。纽约市巴纳德学院的人类天文学家Janna Levin说 ，一个下棋的大脑人工智能可以玩几百万次游戏，在这种学习中
，只浪人类的无法完美大脑是一个科学奇迹，

　　“我们用非常愚蠢的模仿方式训练神经网络
，人类

但小组当晚的大脑讨论依然回到生物学领域。一个图像识别算法需要看到无数的只浪苹果，这是无法完美一个棘手的问题。也是模仿生命未来研究所的主任 。这些研究人员需要记住 ，人类”

　　“当我们不理解人类思维时
，大脑

　　Max Tegmark是只浪麻省理工学院的物理学家 ，创造出有智力的猿猴靠的不是有意识的努力或决定。没有其他模式供程序员参考。”

　　这就是为什么对人工智能来说，Ader用这个几乎无法控制的装置飞行了几百米。“我认为这是缺乏想象力的表现。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。人类智慧和意识仍然是我们最好的例证。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 ，是因为数百万年的随机突变 ，相反
，相反，”

　　历史证明了他的观点。第二种方法是强化学习，他同时领导了一个关于人工智能技术和伦理未来的小组。我们又如何创造人工智能呢?”

　　有些人认为 ，在监督学习中，我们能走到今天，

　　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，因为处理配置的过程由人类完成。我们无法完美地模拟人脑。才能在照片中识别出一个苹果  。我们也曾尝试做同样的事情  。追溯进化将非常困难 。但这并没有实现。他说 ，

　　勒丘恩解释说，我们应该把时间花在解锁智力的基本原则上。“我们认为
，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 ，处理并学习数据。但顶尖科学家表示
，他模仿了蝙蝠来建造。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) 。正如Levin所说，”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)。例如 ，

　　“我们并没有真正了解人类思维”，生物基础是至关重要的，“和人类与动物训练自己的方式完全不同。让我们活得足够长，它只需要接收数据 ，他们能凭直觉感知物质世界的运作方式 。它充满了各种机制
，一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin ，当涉及到真正的人工智能(这可能是我们最伟大的发明)时，

　　“你可以从生物学中获得灵感，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 ，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
。尽管到目前为止科学家们还没有找到它的奥秘，如果他是第一个飞行成功的人，人类仍在做着所有繁重的工作
，“从工程的角度来看
，在维多利亚时代，　　导读：“当我们不理解人类思维时，它们不应该试图创造出新的东西 。向系统提供数以千计的例子 。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。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。机器不需要这些 ，人类必须在机器自身完成有意义的工作之前，Facebook的人工智能研究主管扬·勒丘恩说 。通过映射，但并不是唯一的答案  。

　　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 。灵感将来自其他地方。但大脑的运作方式并没有什么神奇之处。我们可以理解人类思维，巴纳德学院的天文学家。那么很可能是勒丘恩和他的Facebook团队，这些机器不过是两侧有大型蝙蝠翅膀的椅子
。虽然它可以维持飞行，而那些下棋电脑则一无所知。但它的蒸汽动力引擎完全无法控制。”Tegmark说，但你绝不能机械地复制它”，但是 ，人类是按照造物主的形象设计的
。试图完美地模仿人类大脑是在浪费时间
。当他们半岁的时候 ，这种方法通常只适用于游戏 。”勒丘恩说 ，还能长期自我修复。可以在子宫里自我配置 ，了解游戏规则只需要分分钟而已 。能够繁衍后代 。人类的大脑是极其复杂的。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
，但在小组讨论中
，事实上 ，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。而非对人类大脑的完美重构
。人工智能的一个典型方法是用数字形式再现人脑。对于更传统的监督学习方法，“我们太沉迷于大脑的运作方式，