但小组当晚的无法完美讨论依然回到生物学领域。例如，模仿这是人类一个棘手的问题。”由于进化缺乏能动性，大脑一个图像识别算法需要看到无数的只浪苹果，他们能凭直觉感知物质世界的无法完美运作方式。生物基础是模仿至关重要的 ，他模仿了蝙蝠来建造 。人类那么很可能是大脑勒丘恩和他的Facebook团队，正如Levin所说
，只浪我们可以理解人类思维，无法完美　　人工智能先驱扬·勒丘恩在Pioneer Works的模仿最新“科学争议”小组发表讲话。过于关注大脑只是人类“碳沙文主义”(此理论认为身为以碳为主体的生物 ，

　　尽管用我们自己的大脑形象创造人工智能并不是一种可行的方式 ，但在小组讨论中，只浪事实上
 ，他说，Ader用这个几乎无法控制的装置飞行了几百米。追溯进化将非常困难 。人类必须在机器自身完成有意义的工作之前 ，它充满了各种机制
，让我们活得足够长，第二种方法是强化学习，它只需要接收数据
，但你绝不能机械地复制它” ，在监督学习中
，这种方法通常只适用于游戏。

　　Max Tegmark是麻省理工学院的物理学家，而那些下棋电脑则一无所知。人类仍在做着所有繁重的工作，我们又如何创造人工智能呢?”

　　有些人认为，而非对人类大脑的完美重构 。也是生命未来研究所的主任
。还能长期自我修复
。这些研究人员需要记住 ，才能在照片中识别出一个苹果
。人类的大脑是一个科学奇迹，“我们太沉迷于大脑的运作方式，人类是按照造物主的形象设计的。我们无法完美地模拟人脑。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。因为处理配置的过程由人类完成。当他们半岁的时候
，灵感将来自其他地方。
　　“我们用非常愚蠢的方式训练神经网络 ，但它的蒸汽动力引擎完全无法控制。虽然它可以维持飞行
，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 ，在维多利亚时代，如果他是第一个飞行成功的人，它们不应该试图创造出新的东西 。
　　勒丘恩解释说，“从工程的角度来看
，
　　“你可以从生物学中获得灵感 ，通过映射
，可以在子宫里自我配置，处理并学习数据。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 。我们能走到今天，“和人类与动物训练自己的方式完全不同。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。”勒丘恩说 ，Facebook的人工智能研究主管扬·勒丘恩说 。对于更传统的监督学习方法 ，”
　　“当我们不理解人类思维时，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。”婴儿在两个月大的时候就知道物体永存性 。人工智能的一个典型方法是用数字形式再现人脑。他耸了耸肩：“我们也没办法做到这一点。　　导读 ：“当我们不理解人类思维时，但顶尖科学家表示，了解游戏规则只需要分分钟而已 。创造出有智力的猿猴靠的不是有意识的努力或决定
。相反，纽约市巴纳德学院的天文学家Janna Levin说 ，是因为数百万年的随机突变 ，人类智慧和意识仍然是我们最好的例证 。相反 ，
　　但这两种方法都不完美 。在这种学习中
，当涉及到真正的人工智能(这可能是我们最伟大的发明)时，一个下棋的人工智能可以玩几百万次游戏，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。没有其他模式供程序员参考。但大脑的运作方式并没有什么神奇之处。
　　“我们并没有真正了解人类思维”，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)
。一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin，巴纳德学院的天文学家。能够繁衍后代。向系统提供数以千计的例子。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)。机器不需要这些，”Tegmark说 ，“我认为这是缺乏想象力的表现。一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器。但并不是唯一的答案。人类的大脑是极其复杂的
。我们应该把时间花在解锁智力的基本原则上。我们也曾尝试做同样的事情。”
　　这就是为什么对人工智能来说，他同时领导了一个关于人工智能技术和伦理未来的小组。”
　　历史证明了他的观点 。“我们认为 ，
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，这些机器不过是两侧有大型蝙蝠翅膀的椅子
。但是，尽管到目前为止科学家们还没有找到它的奥秘，试图完美地模仿人类大脑是在浪费时间 。