模仿人的大腦是創(chuàng)造人工智能的最佳途徑

T中的西雅圖水族館于2005年，名為Billye巨型章魚太平洋給出鯡魚釀水劑瓶。比利和她的章魚朋友以前曾在帶蓋的罐子里吃晚餐。他們很快學會了打開它們，并在不到一分鐘的時間內例行打開了它們。但是生物學家想看看比利用一頂兒童安全帽固定她的飯后該怎么做。這種蓋子要求我們向下推并同時打開才能打開(有時仍然需要我?guī)状螄L試)。

Billye拿起瓶子，迅速確定這不是普通的蓋子。在不到55分鐘的時間內，她解決了這個問題，并很快開始享受鯡魚。經過一點練習，她減少到五分鐘。

章魚是頭足類動物，與牡蠣有關。他們具有個性，與周圍環(huán)境互動，并具有表達和記憶。他們解決問題的方法吸引了那些尋找機器模型的人。

許多人認為，模仿人的大腦是創(chuàng)造人工智能的最佳途徑。但是由于人類思維的復雜性，科學家們正在努力做到這一點。Billye提醒我們，有許多值得模仿的非人類生活。當今，圍繞最先進的人工智能研究的許多興趣都集中在深度學習上，深度學習利用人工神經網絡的層通過節(jié)點網絡執(zhí)行機器學習，該節(jié)點網絡以脊椎動物大腦皮層中神經元之間的互連為模型。盡管鑒于人類大腦的巨大復雜性，該科學具有令人難以置信的希望，但它也提出了巨大的挑戰(zhàn)，包括其中一些AI系統(tǒng)正在得出其設計者無法解釋的結論。

也許這應該是預料之中的，因為人類也不完全知道我們如何做出決定。我們沒有完全理解我們自己的大腦是如何工作的，甚至我們也沒有對人類的智力有一個普遍接受的定義。我們不完全知道為什么我們要睡覺或做夢。我們不知道我們如何處理記憶。我們不知道我們是否有自由意志，或者意識是什么(或擁有者)。當前，我們無法在機器上創(chuàng)造高水平的細微智能性能的主要障礙之一是我們無法編寫我們所謂的“常識”。

但是，一些科學家反對這種明顯的原型，這表明試圖主要靠我們自己來構圖合成情報是不必要的以人為本。AI可以訓練計算機進行建模，因此我們的世界擁有各種奇妙的感知生物。為什么不創(chuàng)造性地思考物種以外的事物，并嘗試設計出能反映世界多樣性的智能技術?

機器人學家羅德尼·布魯克斯(Rodney Brooks)認為，非人類智能是AI開發(fā)人員應該研究的。布魯克斯(Brooks)于1980年代首次開始研究昆蟲情報，然后利用他開發(fā)的機器人開展了幾項業(yè)務(他與他人共同發(fā)明了Roomba)。當被問及他的方法時，布魯克斯說，“聲稱一頭大象沒有下棋就沒有智力值得研究，這是不公平的。”