现在有学者说要研究通用人工智能。他们想用一套算法来解决各种人工智能问题，比如机器翻译、语音识别、图像分类与识别、自动作曲、下围棋、数学优化问题等等。用于处理各种不同的信息，包括视觉信息、声音信息、语言信息、桌游等，是否存在这样的通用算法？我们先来分析一下生物体是如何获得视觉信息和听觉信息的。为了从环境光中获取视觉信息，生物经过长期进化形成了高度复杂的机制。以人为例，视觉系统包括光学材料。晶状体、可调节的晶状体系统眼球、能感受三原色光强的视网膜等。现在，科学已经完全了解了眼睛的光学原理，但对于大脑如何处理光的知之甚少。从眼睛输入的光信号，其原理和过程。人类的视觉和听觉获取机制非常不同。它们都是高度进化的复杂系统。可以推断，大脑对视觉和听觉信息的处理流程应该比视觉和听觉获取机制的差异更大。它还应该进化出高度精密的神经系统结构，专门用来分别处理视觉、听觉、语言等信息。正如没有统一的机制可以同时获取视觉和听觉信息一样。也不应该有一个统一的神经机制可以同时处理视觉和听觉信息。它们都应该是高度专业化的机制。因此，一个统一的、通用的人工智能不应该存在。对于每个领域问题，都有其高度特定的方法。与人体相比，机器在视觉和听觉信息获取方面已经完全超越了人类，但在信息处理方面，机器却远远落后于人类，对大脑的运行机制知之甚少。例如，大脑如何存储记忆信息，它存储在什么分子结构中，它有多少冗余，以及大脑如何检索这些信息仍然是未知的。孟德尔通过宏观统计方法和豌豆杂交获得了遗传学规律。八十年后，科学家弄清了遗传信息传递和保存的分子机制。现代心理学家还可以设计实验，先从宏观的角度找出大脑信息处理的规律，进而寻找信息处理过程的分子机制。人工智能之前经历过几次低潮。此次alphago引发的高潮过后，是否又会出现低潮？应该不会，这一波应该会出现。许多基于人工智能的实用系统已经融入到生产过程中。可以说已经有了一部分。工业化。
