暂停你正在做的事情，看看窗外的鸟儿、松鼠甚至昆虫。这些生物有复杂的生存任务，例如寻找食物、捕食者的威胁、跟踪或避开其他动物等等。地球上没有任何机器人可以做到这些虫子和小动物可以轻易做到的事情。Neurala的首席执行官MaxVersace在2027年发表了他对AI的一些愿景。虽然“自然”智慧丰富多样，但今天的人类智慧仍然非常原始。目前，人工智能工具是“原始的”，因为它们是为特殊目的而设计和构建的，并且相对简单。例如，管理无人机、自动驾驶汽车和玩具等的代码和传感器，通常只存在于导航、物体识别、语音识别等应用的一个子集中。对于所有这些像生物有机体这样的应用，人工智能需要一个“大脑”。当前的AI智能旨在提供严格隔离的功能。您可以称其为“炉灶功能”。断开连接的每个功能在连接方面都是独立的。这意味着人工智能可以击败人类国际象棋冠军，但在出现新情况时往往会分崩离析。与国际象棋选手不同，这位人类国际象棋冠军不仅可以进行有效的比赛，还可以进行需要大量处理和判断的活动，例如站立、驾驶、说话、听音乐、画画等等。所以，当你把人工智能“与人类”乃至动物的能力进行直接而彻底的比较时，你会发现我们在人工智能方面还有很长的路要走。我们今天拥有的AI与我们将在2027年看到的主要区别在于，未来的AI的功能将更像人类和动物的大脑，而不是分析离散输入的炉灶处理，我们正在采取多种方式考虑到感官在模式过程中取得进展，我们根据多个同时复杂的因素做出决策，这些因素有助于我们获得最佳结果。以小鼠大脑为例。即使是最小的动物也有足够发达的大脑来解决复杂的问题，例如饲养食物、躲避捕食者以及与其他动物互动。即使只有大约两克的大脑，鼠标将导航与视觉、嗅觉和触觉提示相结合的能力意味着它可以完成感知、规划、导航和避开障碍物等任务。小鼠大脑的这些独立功能全部集成在一起，最终为手头的任务提供解决方案。动物和人类大脑的秘密在于它们发现了一种在相同的低功率组合中共同设计这些技能的方法。这些联合工程师就是我们所说的“全脑”方法，而这种新方法就是人工智能所在的地方。合成处理将变得普遍，模糊软件、人工智能和人类/动物智能之间的界限。正如人类或动物的大脑依赖并结合多个大脑区域来有效和自主地运作一样，未来的人工智能将利用集成的深度学习框架和边缘处理来使人工智能更加实时。通过将多个AI功能构建到同一个软件包或单个计算模块中，由于系统之间的协同作用，AI系统将执行得更快，性能更好。这将使人工智能能够执行抽象推理，让机器能够执行复杂的、非直觉的操作，使它们更接近我们。例如，人工智能和软件之间的模糊界限可能适用于使交通更轻松、更安全。今天的自动驾驶汽车采用炉灶方法，一次添加一个传感器或模块，然后组合所有这些处理流。另一方面，人类结合了战术视觉——例如：高级导航：“我要去那栋楼，我通常在这里右转。”距离距离。”高层规划：“我最好走那条路，因为它不那么拥挤。”虽然传统方法会导致难以集成软件和硬件组件，但全脑AI方法使用相同的构建块，这些组件是共同设计的：通过模拟触点连接的人工神经元，几乎就像大脑一样，就像它们的自然对应物一样。另一个例子是我们与NASA的合作。当Neurala与NASA合作设计“小鼠大脑”来引导火星探测器在模拟火星环境中，我们遵循这种全脑方法，因为我们只有少量的计算能力可以依赖，只能提供一个解决方案，既能将所有这些功能集中在一起，又能高效地执行它们。总而言之，即使是现在，AI也在改善我们与之交流的软件和机器，提高生活许多方面的生产力。随着AI开始模仿先进的人类和动物大脑活动，它将变得越来越实时解决问题和利用类人决策能力的有用工具。在接下来的10年里，让小老鼠看起来像天才的一体化治疗将成为惠及所有人的人工智能。
