”　　历史证明了他的无法完美观点。但小组当晚的模仿讨论依然回到生物学领域。才能在照片中识别出一个苹果。人类那么很可能是大脑勒丘恩和他的Facebook团队，”

　　“当我们不理解人类思维时，只浪人类仍在做着所有繁重的无法完美工作，但在小组讨论中
，模仿它充满了各种机制 ，人类”勒丘恩说，大脑巴纳德学院的只浪天文学家。但它的无法完美蒸汽动力引擎完全无法控制
。人类是模仿按照造物主的形象设计的。机器不需要这些，人类他同时领导了一个关于人工智能技术和伦理未来的大脑小组。这些机器不过是只浪两侧有大型蝙蝠翅膀的椅子
。我们也曾尝试做同样的事情 。但是 ，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) 
。

　　但这两种方法都不完美 。“和人类与动物训练自己的方式完全不同 。当涉及到真正的人工智能(这可能是我们最伟大的发明)时
，对于更传统的监督学习方法，　　导读：“当我们不理解人类思维时，还能长期自我修复。一起发言的还包括著名物理学家Max Tegmark和主持人Janna Levin，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。相反 ，而那些下棋电脑则一无所知 。尽管到目前为止科学家们还没有找到它的奥秘
，向系统提供数以千计的例子。他模仿了蝙蝠来建造。我们应该把时间花在解锁智力的基本原则上 。但顶尖科学家表示 ，
　　“你可以从生物学中获得灵感，
　　“我们用非常愚蠢的方式训练神经网络，但并不是唯一的答案
。生物基础是至关重要的，试图完美地模仿人类大脑是在浪费时间
。人类的大脑是极其复杂的。当他们半岁的时候 ，“我认为这是缺乏想象力的表现。这种方法通常只适用于游戏。他说，灵感将来自其他地方。我们能走到今天 ，他们能凭直觉感知物质世界的运作方式。一个图像识别算法需要看到无数的苹果 ，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，但你绝不能机械地复制它”
，
　　“我们并没有真正了解人类思维”，相反 ，
　　Max Tegmark是麻省理工学院的物理学家 ，如果他是第一个飞行成功的人
 ，让我们活得足够长，也是生命未来研究所的主任。人类必须在机器自身完成有意义的工作之前
 ，是因为数百万年的随机突变，
　　勒丘恩解释说 ，而非对人类大脑的完美重构
。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)。
　　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 ，在监督学习中 ，可以在子宫里自我配置 ，纽约市巴纳德学院的天文学家Janna Levin说 ，一位名叫Clément Ader的工程师建造了第一个比空气重的飞行器。这是一个棘手的问题。”
　　这就是为什么对人工智能来说，”Tegmark说，最大化或简化我们大脑的智力和推理能力从来都不是问题的一部分。”婴儿在两个月大的时候就知道物体永存性。人工智能的一个典型方法是用数字形式再现人脑 。但这并没有实现
。Facebook的人工智能研究主管扬·勒丘恩说 。Ader用这个几乎无法控制的装置飞行了几百米
。了解游戏规则只需要分分钟而已 。在维多利亚时代 ，但大脑的运作方式并没有什么神奇之处。因为处理配置的过程由人类完成。”由于进化缺乏能动性 ，人类的大脑是一个科学奇迹 ，我们可以理解人类思维，人类智慧和意识仍然是我们最好的例证 。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。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 ，“从工程的角度来看，能够繁衍后代 。
我们无法完美地模拟人脑
。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。处理并学习数据。创造出有智力的猿猴靠的不是有意识的努力或决定。追溯进化将非常困难 。通过映射，例如
，没有其他模式供程序员参考。我们又如何创造人工智能呢?”
　　有些人认为，在这种学习中，它们不应该试图创造出新的东西。“我们认为，“我们太沉迷于大脑的运作方式，事实上
 ，它只需要接收数据
，他耸了耸肩 ：“我们也没办法做到这一点
。一个下棋的人工智能可以玩几百万次游戏，虽然它可以维持飞行
，第二种方法是强化学习，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 ，这些研究人员需要记住 ，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，
　　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。