通往强人工智能，少不了模拟大脑( 八 )_图1

这种没有经过学习的“学习”方式，以前往往被认为是不重要的弱权重控制器，但在实验中，无论是小型和大型网络，融合了大脑动力学树突式学习的系统，学习速度都快的惊人，这也为基于高速计算机的新人工智能出现提供了可能。

难怪研究人员不无期待地称，人类对大脑基本原理的洞察必须再次成为未来人工智能的中心。谷歌的技术团队也认为，观察人类大脑能够解决工程学无法解决的AI算法问题。

看来，这对CP的牵手只差一个产业端的集体“官宣”了。

在送出祝福之前，我们不妨来畅想一下，二者的结合可能打开哪些想象？

一个是如前面科学家们所说，为人工智能算法找到新的突破口，脱离“模拟程序智能”的桎梏；

而另一个机器人的智能也可以得到显著提高。“多任务训练”一直是当下人工智能的突破难点，随着模拟人脑的深入，既不用让人类辛辛苦苦地对其进行“殴打”，来训练其灵活处理信息的能力，避免了不少伦理难题；还有可能将人类智能导入机器，培养出能够执行复杂任务的“多功能”机器人。

通往强人工智能，少不了模拟大脑( 八 )