【07-AGI的讨论】

AI

ANI：artificial narrow intelligence; 如 智能音箱；自动驾驶汽车，网络搜索，其他用于专业特定事项的工具；

AGI：artificial general intelligence; building AI systems that could do anything a typical human can do.

过去几年，ANI取得了重大进展，但是实际上AGI的进展尚且不明朗；

过去，在科技硬件软件水平不够时，曾经幻想当网络中的神经元的数量只要足够多，就能够达到类似于人脑的程度，但事实上并非如此，因为每个神经元所做的例如逻辑回归是完全对生物上神经元简化了的模型；

第二，即使在今天，我们依然不清楚大脑是如何工作的，神经元输入输出的确切机制以及一些基本问题；

吴恩达认为仅仅通过尝试模仿人类大脑来达到人工只能是一条极其困难的道路；

如何突破呢？许多动物实验表明，同样的某一个位置的大脑组织可以完成很广泛的任务，这导致了一个学习算法假设，即也许大量的智能都是由一个或少数几个学习算法决定的，如果我们能找到那几个算法，或许就可以…

例子1：对于接收听觉信号的大脑皮层组织，切断它与耳朵输入的电信号，并将它和眼睛接收的图像后的信号传递给它，那它就会学会看；即，当它被输入不同的数据时，它反而学会了看。

image.png

例子2：对于躯体感觉信号的大脑皮层，同样地，切断触觉的输入，改为图像信号的输入，它也会学会看；

image.png

这样一系列的实验表明：大脑的许多不同部分，只取决于它所接收的数据，然后学会看，学会处理听觉和触觉，就好像是有一个相同的算法来处理不同的输入。

摄像头捕捉图像，将图像信号转化为电信号后，映射为舌头上的电压网格模式，可以帮助盲人用舌头看东西；

蝙蝠海豚通过声纳定位物体，训练人类发声并听取反射回来的声音，有时可以人类可以学会一定程度的声音定位；

image.png