曾经是人工智能唯一出现在科幻作家和编剧作品中的地方，现在人工智能正在稳步进入现实世界。最近，我们看到人工智能越来越胜过人类，从阅读能力超过专家，到赢得扑克锦标赛，人工智能在不断击败人类。但似乎每个人都在追赶AI的潮流，我们想知道这项技术到底有多先进。依托人工智能技术发展起来的图像识别公司Cortica，我们向Cortica创始人IgalRaichelgauz提出了一个问题：为什么人工智能还是这么蠢的东西？这是他的回答。人工智能一直缺乏足够的智能，因为它获取信息的能力不受现实环境的限制。人类的智能受到生理条件和自然进化过程的限制，但人工智能理论上可以不受外界条件的限制，不断发展和提升智能。人工智能“智能”的真正极限是我们的能力。尽管如此，如今人工智能的多任务处理能力仍远不及人类和其他生物有机体。例如，尽管深度学习在过去五年中取得了显着进步，但这些技术仍达不到真人理解图像的能力。人工智能系统也会犯一些错误，它们无法理解上下文信息，有时还会忽略一些小细节。当然还有一些方面，比如数字计算，下围棋等等，今天的人工智能已经超越了人类的能力。但事实仍然是，人工智能仍然无法完成人类最琐碎的任务，即与现实世界互动和感知自然信号。这表明人工智能系统只不过是具有误导性名称的相对强大的计算机。人工智能要达到人类智能的高度，最重要的是把人类几千年来擅长的事情做到极致。因此，在这个超越过程中，视觉理解能力和智能导航能力的提升比打扑克更合适。在这样的自然任务中将人类智能与人工智能相匹配，将使人工智能无限接近我们的智能。要了解这一具有里程碑意义的差距，我们必须深入研究生物系统和深度学习技术之间的差异。机器学习人工智能的创造者吹嘘机器可以自己学习和处理数据。但实际上，机器学习技术遵循自上而下的方法，不允许它们自己做某事。在自上而下的架构中，人工智能从接受训练的系统开始，即开发其算法并将其展示给庞大的相关数据集。只有这样，这些知识才能应用于新数据。深度学习系统使用训练数据进行标记，直到它们能够成功输出新数据。只有在成功推断出问题的正确答案时，机器才会被指示停止。深度学习机器是使用多层算法构建的，这些算法使用多个抽象级别处理数据。这些自上而下的系统取得了巨大的成功，但它们对训练的依赖使它们变成了复杂的机器，而不是智能机器。模仿人类的机器在没有监督的情况下完成大部分学习。从他们出生的那一天起，孩子们就会吸收他们所接触到的大量信息，并学会理解这个世界，从而知道如何驾驭它。要拥有与人类相媲美的智能，机器必须自下而上地模仿人类学习和理解的方式。在没有训练、参数或数据集的情况下，他们的算法和结构将能够自行接收数据、处理数据并理解数据。根据逻辑学习模型，智能机器具有理解和学习能力，它们可以通过归纳、情境化和利用自己的创造力来学习。在与人共同创立Cortica之前，我加入了以色列理工学院的一个神经科学家和工程师团队，目标是了解大脑皮层的工作原理并设计一台可以模拟这一过程的机器。限制系统层数的决定在构建无监督学习和计算机视觉AI方面取得了成功，尽管我们在如此复杂的问题上投入了大量的计算能力。今天，Cortica的系统可以在内部区分不同的信息并创建相似的数据，然后用网络上已经存在的信息标记它们。真正智能技术的出现将从根本上改进我们推动一些最重要的技术创新的方式，并使我们能够利用看似无穷无尽的视觉数据。如果人工智能的发展是模仿人类的过程，那么它确实可以超越人类的智能。我们没有理由限制更高级人工智能的发展，但我们必须给它一个正确的框架。（英文出处/newatlas编译/机器小艺修改/RainEgg）
