通往强人工智能，少不了模拟大脑( 五 )_图1

既然如此，为什么科学家们还是对模拟人脑的方案念念不忘呢？这恐怕要从“赛尔的中国屋”说起。

念念不忘，必有回响：AI研究为何与模拟大脑再续前缘？

哲学家赛尔，曾经用这样一个例子，来表达他对模拟程序的“机器智能”并不认可。

他想象自己在一个屋子里，有人会从窗口传递给他一个用中文书写的问题，而他需要用中文给出答案。但赛尔完全不懂中文，也看不懂汉字，但他拥有了一套能帮他编写答案的书。书中会告诉他复杂的规则，教他操作“无意义”的汉字符号，并将之变成答案。经过了充分的练习之后，赛尔就可以熟练地用中文输出答案了，乍一看，似乎和地道的中国人没什么两样。

但显然，我们并不能因此就认为，赛尔会中文。哲学家本人也由此得出结论，一个由毫无理解能力的各种要素组成的综合体是没法变魔术似的产生理解力的。

这与深度学习的逻辑有着异曲同工之处。某种程度上，也反映了当前智能的技术实现路径，所具有的局限：

比如人类大脑能够快速适应不断变化的环境，而机器在不确定性较高的环境中，性能就会大幅下降，因此只能用于一些特定的领域。正如谷歌公司前副总裁安德鲁·摩尔所说，今天最精密的计算机也不过是只能“解决特定问题的智能计算器”。你没办法让一个炒菜机器人自己学会送餐，也没办法让人工智能主动“创建”并解决问题。