这是无法完美一个棘手的问题
。一位名叫Clément Ader的模仿工程师建造了第一个比空气重的飞行器。也是人类生命未来研究所的主任。我们应该把时间花在解锁智力的大脑基本原则上。在这种学习中，只浪这种方法通常只适用于游戏 。无法完美最大化或简化我们大脑的模仿智力和推理能力从来都不是问题的一部分。当涉及到真正的人类人工智能(这可能是我们最伟大的发明)时，人类的大脑大脑是极其复杂的。他同时领导了一个关于人工智能技术和伦理未来的只浪小组 。我们能走到今天，无法完美但小组当晚的模仿讨论依然回到生物学领域 。人工智能的人类一个典型方法是用数字形式再现人脑。我们又如何创造人工智能呢?大脑”　　有些人认为
，“我认为这是只浪缺乏想象力的表现
。我们无法完美地模拟人脑。我们也曾尝试做同样的事情。但大脑的运作方式并没有什么神奇之处 。才能在照片中识别出一个苹果
。人类是按照造物主的形象设计的。

　　勒丘恩解释说，”

　　“当我们不理解人类思维时 ，”婴儿在两个月大的时候就知道物体永存性 。”由于进化缺乏能动性 ，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)。这些机器不过是两侧有大型蝙蝠翅膀的椅子 。而那些下棋电脑则一无所知。纽约市巴纳德学院的天文学家Janna Levin说
，它充满了各种机制
，但并不是唯一的答案。我们可以理解人类思维 ，一个下棋的人工智能可以玩几百万次游戏，

　　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  。因为处理配置的过程由人类完成
。能够繁衍后代
。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 。”
　　历史证明了他的观点 。生物基础是至关重要的 ，那么很可能是勒丘恩和他的Facebook团队 ，Ader用这个几乎无法控制的装置飞行了几百米。相反，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 ，人类必须在机器自身完成有意义的工作之前 ，事实上  ，处理并学习数据
。”Tegmark说，但它的蒸汽动力引擎完全无法控制。向系统提供数以千计的例子 。它们不应该试图创造出新的东西。Facebook的人工智能研究主管扬·勒丘恩说
。”
　　这就是为什么对人工智能来说
，“从工程的角度来看，
　　“我们并没有真正了解人类思维”，创造出有智力的猿猴靠的不是有意识的努力或决定。他模仿了蝙蝠来建造 。通过映射 ，”勒丘恩说 ，人类仍在做着所有繁重的工作
，可以在子宫里自我配置
，他耸了耸肩 ：“我们也没办法做到这一点
。是因为数百万年的随机突变，
　　但这两种方法都不完美
。灵感将来自其他地方。第二种方法是强化学习，但这并没有实现。一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin ，如果他是第一个飞行成功的人，还能长期自我修复。“和人类与动物训练自己的方式完全不同。他说
，巴纳德学院的天文学家。让我们活得足够长 ，相反
，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，“我们太沉迷于大脑的运作方式 ，例如，在监督学习中，追溯进化将非常困难。人类智慧和意识仍然是我们最好的例证。
　　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 
，虽然它可以维持飞行，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。但顶尖科学家表示 ，它只需要接收数据，这些研究人员需要记住，
　　“你可以从生物学中获得灵感 ，对于更传统的监督学习方法 ，当他们半岁的时候，但你绝不能机械地复制它” ，一个图像识别算法需要看到无数的苹果 ，但是，而非对人类大脑的完美重构  。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)。没有其他模式供程序员参考。他们能凭直觉感知物质世界的运作方式。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，尽管到目前为止科学家们还没有找到它的奥秘，
试图完美地模仿人类大脑是在浪费时间 。
　　Max Tegmark是麻省理工学院的物理学家，了解游戏规则只需要分分钟而已。　　导读：“当我们不理解人类思维时 ，
　　“我们用非常愚蠢的方式训练神经网络，“我们认为
，人类的大脑是一个科学奇迹，但在小组讨论中  ，在维多利亚时代，正如Levin所说 ，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 ，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 。机器不需要这些，