现在所有人工智能技术，无论是语音识别还是图像识别，都非常机械。过程需要三个部分，一是对识别原理非常熟悉，二是有传感器采集数据，三是有处理数据的能力。比如语音识别，我们通过对声学和人类语言的理解，通过传感器（麦克风），把这些语音数据数字化，最后训练出一个系统。
对于第一和第二部分，今天语音识别、图像识别这些偏感知层面的都能做得到，但真正难的是理解和思考。大家在看这篇文章的过程中，你的大脑在根据你自己过去自身的经历思考理解。而制造出一台机器能够思考，甚至超越人的智商，让大家去协作，这是非常难的。很大的原因在于，我们对人类的思考活动原理的理解还很少。所以，很难发明一个传感器能把大脑的思考活动数字化。
第三部分，就算你能把所有智能活动都数字化，当今的存储能力、传输速度、计算的带宽都不够。大家可以想象一下，你拍一张照片，然后分享到朋友圈，这就是一个典型的数字化、传输、存储、计算的过程。但如果要把你一天的视觉活动都数字化，就需要成千上万张照片，此时带宽就成问题了，更别说视觉只是人类智能活动很小的一部分。我们每天有无数的想法，如果把这些信息都数字化，需要非常强大的数据处理能力。
所以，今天由于我们对人类的思维活动还不太了解，无法将这些活动数字化，而且现在的存储、传输和计算也没有足够的带宽去处理这些活动，所以很难造出一个机器能有人类一样甚至更好的思维能力。除了这些底层的数字化建模外，今天的机器还缺少简单的直觉和复杂的推理能力。
| 留言与评论（共有 0 条评论） |
