Hawkins：真正的智能系统通过运动和操作来建立世界的模型。大脑新皮层随着感官数据的变化建立一个真实环境的模型。这就解释了为什么大脑学习比ANNs学会更丰富的模型，为什么大脑学习新事物的速度要快得多。总的来说，我相信随着时间的推移AI研究和大脑理论会变得更紧密。
《程序员》：你肯定也听到过同行对基于人脑理论研究AI方式的质疑，例如Yann LeCun曾说这些理论实例化的难度被严重低估，缺乏数学支撑，也缺少像MNIST或ImageNet这样的客观检验。
Hawkins：我们不该忘记，AI已经包含了大脑的原理，如分布式编码与Hebbian学习，这些想法已经存在了很长时间。近年来，我的团队在大脑理论方面取得了重大进展。我们的压力在于要证明它们是相关的，这是一项有挑战的任务。
《程序员》：有些人担忧智能机器在未来会对人类构成威胁，你怎么看？
Hawkins：我不同意这些担忧，这些想法基于三个错觉。
错觉1：智能机器将掌握自我复制能力。末日场景常描绘机器智能拥有了人类无法控制的自我复制能力。但自我复制和创造智能完全是两码事。将智能赋予那些已经具备自我复制能力的东西将造成糟糕的后果，但是智能本身不会倾向于去自我复制，除 非你相信第二个错觉。
错觉2：智能机器将拥有人的欲望。大脑皮质是一个学习系统，但它不具有情绪。大脑的其他部分，如脊髓、脑干和基底神经节这些古老的大脑构造才是负责诸如比饥饿、愤怒、性欲和贪婪这些本能和情绪的。或许有人会试图建造具有欲望和情绪的机器，但这和建造智能机器是两回事。
错觉3：机器将导致智能爆炸。智能是学习的产品，对人类来说，这是个经年累月的缓慢过程。智能机器的区别仅是，它们可以通过复制和传输来获得新知识，减少学习时间。但当它去探索新原理，学习新技能时会遇到与我们一样的困难。对大多数问题，同样需要设计实验、收集数据、预测结果，修正并不断重复这些过程。如果想去探索宇宙，依然需要靠望远镜和星际探测器去太空采集数据。如果它想搞清楚气候变化，依然需要去南极取个冰核样本或者去海里部署测量仪器。
我们对威胁的反应该基于这种威胁离我们有多远。比如说地球将在1.5亿年后因为太阳变热而无法居住。几乎没人因为这个问题感到恐惧——实在太遥远。机器智能的进化过程中存在某些危险趋势，但这些危险有近有远。目前尚未发现已知的威胁。而对于遥远的未来，我们也能容易地改变那些可能会出现的问题。
订阅程序员（含iOS、Android及印刷版）请访问 http://dingyue.programmer.com.cn
【在线直播】人工智能核心技术解析与应用实战峰会由CSDN学院倾力打造，本期直播（5月13日）邀请来自阿里巴巴、思必驰、第四范式、一点资讯、58集团、PercepIn等在AI领域有着领先技术研究的一批专家，他们将针AI领域热点话题进行分享。
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
