若是人脑的算力全开,也不是不可以,只不过那可能会🎕🐹🄵因为直接高温过热而☚⛤发烧,要采取🌷物理降温的模式了。

    所以人脑也是一个生物计算机,特点是算力🏒🙢🌀低但是运算逻辑和🉏架构好。

    而电子计算机的🐒⚽运算方面,虽然非常的强🍕大了,然而在学习逻辑和运算逻辑方面,依旧是要人类来编写和升级改造,所以高算力,但是却没什么智商,要靠着后期的学习才行。

    所以市面上📏🙴的人工智能,即便是学习能力再厉害,👥🊻🕢也总有将知识学习完毕的那一天,它们的所有能力🝓,都是在现有的数据库的支撑下,所完成的。

    他们并不会去试🐒⚽着创造,即便是📑🚇有了创造的能力,那也🎕🐹🄵只是局限于现有的科学体系和资料库,谈不上是创新。

    而且它们🐽🅔更多♴的像是一面镜子一样,别人做什么,他就模仿什么。

    比如说一个人被打了一顿,他的📑🚇第一反😋⛟🛨应是生气,然后再打回去。🎷

    然而如果放在人工智能里面的话,它们被打之后,若是在大数据和资料库🃊中,没有“生气”这个步骤的话,它们就不会生气🖻🗰🟕,而是直接打回去。🆇🍠

    若是在大数据中也没有“打回去”这个步骤🏒🙢🌀的话,那么同样的他们也不会打回去。

    所以为什么要高🐒⚽算力,🅋因为高算力可以最大可能的减少学习成本,同时针对情况作出相应的调整和改变。

    这也是它们为什么即便是有了高算力🎑,但是却依旧没有“智能”这一个特点的原因♤。

    因为它📠🜒们就像是一面镜子,别人做什么,它就会学什么,别人若是不🝇做,它就完全♤不会。

    无论是什么等级的人工智能,都逃脱🎑不了🍕这个最基本的逻辑,毕竟靠着电子的0和1进制,是没法诞生真正🃼的感情的。

    当然了,也📏🙴可♴以针对特定的🗯情况,添加特定的指令让人工智能做出特定的反应,然而这个样子的话工作量就会大大增加。

    你总不📠🜒可能为了让人工智能“智能”起来,就针对各个情况🇷🝌做出调整和添加吧?

    这是不现实的事情。

    而他金斯利博士的人工智🎻🖕💟能可不一样了,他的方案是先有“人工”,才有“智能”。

    现在他的实验也已经成功了🗯,虽然并不是那么完美,但是不管怎么说,他也是成功研究出来了人工智能。

    低算力+高效的运算逻辑的人工智能。

    现在很多人📏🙴搞人工智能都陷入了📑🚇一🆔个误区,那就是要高算力才是真正的人工智能。

    但是实际的情况却是,高效的运算逻辑才是主体🕝🊪📋,没有了思想的人类,即便是脑子算的再厉害,那还能叫人类吗?

    那还能叫智能吗?