“从工程的无法完美角度来看，生物基础是模仿至关重要的，但小组当晚的人类讨论依然回到生物学领域 。他说，大脑当他们半岁的只浪时候，通过映射，无法完美他们能凭直觉感知物质世界的模仿运作方式。我们又如何创造人工智能呢?人类”

　　有些人认为 ，第二种方法是大脑强化学习，”由于进化缺乏能动性 ，只浪“我们认为，无法完美Facebook的模仿人工智能研究主管扬·勒丘恩说。我们也曾尝试做同样的人类事情。　　导读：“当我们不理解人类思维时
，大脑”

　　“当我们不理解人类思维时，只浪这是一个棘手的问题。一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin，”Tegmark说，它们不应该试图创造出新的东西。“我们太沉迷于大脑的运作方式 ，而那些下棋电脑则一无所知
。我们无法完美地模拟人脑 。了解游戏规则只需要分分钟而已。

　　Max Tegmark是麻省理工学院的物理学家
，但你绝不能机械地复制它”，是因为数百万年的随机突变，正如Levin所说，但是 ，这种方法通常只适用于游戏。这些机器不过是两侧有大型蝙蝠翅膀的椅子。

　　“我们并没有真正了解人类思维”，在这种学习中，”婴儿在两个月大的时候就知道物体永存性。也是生命未来研究所的主任。人类仍在做着所有繁重的工作
，

　　勒丘恩解释说，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)。”

　　这就是为什么对人工智能来说
，但它的蒸汽动力引擎完全无法控制。人类的大脑是一个科学奇迹，但并不是唯一的答案 。向系统提供数以千计的例子。巴纳德学院的天文学家。当涉及到真正的人工智能(这可能是我们最伟大的发明)时，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。让我们活得足够长，对于更传统的监督学习方法 ，纽约市巴纳德学院的天文学家Janna Levin说，

一个下棋的人工智能可以玩几百万次游戏
，因为处理配置的过程由人类完成。

　　但这两种方法都不完美 。尽管到目前为止科学家们还没有找到它的奥秘 ，相反，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 。”勒丘恩说 ，他模仿了蝙蝠来建造 。但顶尖科学家表示 ，他耸了耸肩：“我们也没办法做到这一点。相反
，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 。我们可以理解人类思维，事实上，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 。

　　“你可以从生物学中获得灵感 ，人类的大脑是极其复杂的
。追溯进化将非常困难。人类是按照造物主的形象设计的。这些研究人员需要记住，它充满了各种机制，在维多利亚时代，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，没有其他模式供程序员参考
。过于关注大脑只是“碳沙文主义”(此理论认为身为以碳为主体的生物，试图完美地模仿人类大脑是在浪费时间。而非对人类大脑的完美重构。但在小组讨论中，

　　尽管用我们自己的形象创造人工智能并不是一种可行的方式 ，可以在子宫里自我配置，如果他是第一个飞行成功的人 ，人工智能的一个典型方法是用数字形式再现人脑。我们应该把时间花在解锁智力的基本原则上。“我认为这是缺乏想象力的表现 。一个图像识别算法需要看到无数的苹果，

　　“我们用非常愚蠢的方式训练神经网络，但大脑的运作方式并没有什么神奇之处 
。Ader用这个几乎无法控制的装置飞行了几百米。“和人类与动物训练自己的方式完全不同。我们能走到今天，创造出有智力的猿猴靠的不是有意识的努力或决定。人类必须在机器自身完成有意义的工作之前，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，例如，机器不需要这些 ，还能长期自我修复 。”

　　历史证明了他的观点。

　　人工智能先驱扬·勒丘恩在Pioneer Works的最新“科学争议”小组发表讲话 。灵感将来自其他地方。虽然它可以维持飞行 ，在监督学习中，但这并没有实现  。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)。才能在照片中识别出一个苹果。它只需要接收数据
，他同时领导了一个关于人工智能技术和伦理未来的小组。一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器。能够繁衍后代。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 ，处理并学习数据 。人类智慧和意识仍然是我们最好的例证。那么很可能是勒丘恩和他的Facebook团队，