20世纪40年代,科学家首次提出“神经网络”的概念,50年代首次提出“人工智能”,在这几十年的时间里,人类致力于赋予机器智能,在这个过程中,我们发明了文字处理器、数据库、视频游戏、互联网、手机和逼真的电脑动画等等。但是真正的智能还是离我们遥遥无期。作者认为,要理解大脑,必须要回到大脑的研究中,尤其是大脑的智力的来源“新皮层”的研究。将智能与人类大脑结构内部完全理解。
20世纪80年代随着神经网络算法的进步,90年代核磁共振技术的出现,关于人脑和人工智能的研究向前迈进了一大步。神经网络和人脑工作原理类似,它没有中央处理器(CPU),分布式存储和计算,整个网络中的知识和记忆都分散在连接上的各个节点中。但神经网络依然存在3个致命缺陷。
1:大脑功能会考虑时间因素,大脑的处理是连续不断的。而且会根据实际情况进行不断调整。
2:大脑工作原理中,反馈连接非常重要,大脑接收信息后反馈的数量要比接收的多出10倍。而神经网络工作时,信息只会向一个方向传递。
3:大脑的物理结构是不断重复的层级结构,而基于计算机的神经网络却不是。
从直觉上看,一个智能系统的衡量标准显然是智能的行为。但作者认为正是这种直觉让我们没有看到正确的答案。就像哥白尼之前的天文学家错误地认为地球是固定不动,处于宇宙的中心一样荒谬。所以作者认为不能淹没在细节的海洋中,应该转换研究的角度去思考。
许多哲学家和心理学家认为,思维和大脑的关系就像是软件和硬件的关系,我们的思维可以存在于任何类似大脑的硬件中,就像很多软件是可以跨平台运行的一样,因此从这个角度,理解了大脑也并不能帮助我们理解思维。所以人工智能中,只在行为上跟人相同显然是不够的,我们需要在思维层面产生智能,即像人一样去思考。
更多山东IT培训相关资讯,请扫描下方二维码