若是人脑的算力全开,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😲🅐🅫。🐵🄌

    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。

    而他金斯利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”。

    现在他的实验也已经成功了,虽然并不是那么完美,但♼🍰🋮是🄧⛧🜲不管怎么说,他也是成功研究出来了人工智能。

    低算力+高效的运算逻辑的人工智能。

    现在很多人搞人工智能🝪🎀🍿都陷入了一个误区,那就是要♖🈝高算力才是真正的人工智能。

    但是实际的情况却是,高效的运算逻辑才是主体💧,没有了思想的人类,即便是脑子算的再厉害,那还能叫人类吗?

    那还能叫智能吗?