第(3/3)页

    若是大脑的算力全开，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。

    而他岛田真司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”。


    第(3/3)页