弱人工智能曾经过时

如古人工智能没有记忆。
电脑不是可以储存那么多信息么？
如今的电脑储存的叫做信息。
是静态的存放。
是一种很傻乎乎的储存方式。
之后再查找时，信息还须得完全对得上。
电脑才能找得到。
人的记忆，完全另外一回事儿。
首先是动态的。
人根据视觉的光线，搜集空间感。
根据触觉搜集工夫感。
任何记忆，都和时空场分不开的。
这就是为什么康德要说：
工夫，空间都是人客观的一种感觉。
人的工夫，空间，看法都是客观的。
看法客观是不存在的。
看法的感觉完全由动态工夫感，空间感构成。
也就是动态记忆。
计算机假如将来也能将静态记忆。
晋级到动态记忆，那他一定会醒悟时空感。
人储存记忆时，是储存一个序列。
产生一个恒态波动的概念。
万物信息过多，人脑每时只能处理最关键的信息。
是事物间的序列，次序结构。
每天要写的文章，由两串感悟构成。
记忆是一串一串的，一旦丢掉关键词。
我就遗忘了这一串信息。
人对一个笼统的概念，狗。
有着非常宏大的粗糙性。
任何一只长得差不多的，都能是狗。
笼统的概念，被称作自然言语。
计算机就不行，一只狗？
中华田园犬，还是藏獒？
多大年龄了？是一种玩偶还是视频里的狗？
计算机任何细节对不上，它就卡住了。
如今的硅谷最奥秘的人工智能公司。
叫做Vicarious AI，这个公司创始人Scott是Hawkins的合伙人。
2004年他们一同创立的Numenta，沉寂了一段工夫。
2010年Scott成立Vicarious，被马斯克，彼得蒂尔一众大佬投资。
这家公司最低调奥秘。
专门研讨通用人工智能。
在《Science》上发布的文章提到了，皮质网络算法。
可以完成，验证码的难题。
去辨认模糊的A。
目前还做不到自然言语辨认。
人家先完成机器视觉的辨认义务。
在很多传统的工厂都需求这样的机器人。
还有亚马逊，工作环境非常的不敌对。
不同的产业线，混乱无序。
传统的计算机，遇到新环境就完蛋了。
他们人工智能，最强悍地方就是鲁棒性。
就是容错才能极高。
像人一样，可在极小数据量中学习长大。
虽然功能方面，比不过传统深度学习。
如今的深度学习，已功能过剩了。
价格过高，技术发展到了瓶颈期。
媒体常常炒作，看上去很火热。
根据杰森斯坦森的《创新者的困境》
中描画的技术发展曲线。
总是新曲线，替代老曲线。
新曲线一定价格更低，更方便，有着完全不同的功能维度。
新式的人工智能，就是通用人工智能。
不求计算速度只求容错性。
也更像人，如今产业界照旧存在矛盾。
一派以为计算机不需求像人，只求不断优化算法。
一派以为必须先搞清楚人脑生物结构，再求用计算机完成，真正的看法。
我显然站在后一种流派中。
如今这个交叉学科曾经兴起。
计算神经学交融了数学，物理，编程，生物学，神经学，心思学等。
国外很多优秀的研讨机构，都在聚集资源。
专业名字只是掩护，其实就是研讨通用人工智能的。
这一定是21世纪的一颗圣杯。
搞清了人脑的结构，同时搞清了看法结构。
再用计算机完成出来。
甚至使其超越人类。
人脑像黑洞，宇宙极端现象之一。
搞清一个能对宇宙了解上升新层次。
并改造宇宙。