人工智能是不是走错了方向？

人工智能是不是走错了方向？

我不信大脑每天都在大量的傅里叶变换，来处理视觉和声音数据。

我不信大脑每天都在大量的模型训练或卷积，来深度学习认识一个东西。

小孩子不需要喂很多数据，看两三次就能认识什么是苹果，什么是橘子 (虽然不理解为什么是)。

神经元再少的动物，学习任何方向的任务都有主动性，而目前人工智能学习某一方向只是受控。

人类大脑也是电信号，但总感觉绝对不只是 0和1这种 二进制，是模拟信号吗？

我承认目前数学算法这种方向的人工智能，在生活中绝对有使用场景。 但要做出一个有主动思想的人工智能，基于目前冯·诺依曼架构的计算机，是否是无法实现？我们是否从根源方向就错了？ 灵剑（旷视科技 Face++）回答：

你没搞明白，很多数学方法本来就是在尝试模拟人眼和人耳的特性，比如说短时傅里叶变换，原理在于人的听觉产生于来自于耳蜗的器官，它本身就是个频率感受器官，它在物理上主要是一个共振频率不断变换的膜加上感受器组成的，声波传进来的时候，根据频率会在不同部位共振，感受器则主要感受共振强度，所以从耳朵接收到的信号本身就是频谱，傅立叶变换只是为了模拟这个过程，因为实际上人对频率的敏感度并不是和频率成线性关系，所以后来又有了梅尔频标，都是为了尽量和人耳的特性相近。

视觉也是类似的，感光细胞和视神经的连接方式有一种中心抑制的作用，当一整片细胞都接受到光的时候，这种连接方式会抑制中心的感应强度而增强边缘的感受强度，从而增加人眼对边缘和运动的敏感程度，这种操作可以用卷积运算来模拟，所以卷积才广泛应用于机器视觉领域，因为它本来就是存在于真实的人眼结构里的。

深度学习神经网络本来处理的也都是实数，1bit的网络并不是主流。

深度神经网络原理肯定跟人脑不完全相同，那是因为底层计算的架构就是不一样的，但没有任何理由说人脑就是唯一可能实现智能的结构啊。

本质上来说人工智能并不是要完全重现人的智能，而是用计算机模拟人的智能，就好比计算机可以很容易模拟一个小球掉落反弹这样的物理过程，但是不需要计算机里面真的有一个小球，那么自然计算机里面也不需要真的有一个人的脑子。 HeptaAI（浙大图像理解与对话系统）回答：