生物的脑子是不太可能是最后一个阶段的情报

汽车已经得到了超人的力量、速度和耐力—一天他们将具有超人的智慧。 唯一的原因，这可能不会发生，如果我们首先杀死自己的一些swargaputri技术、或成为受害者的一些全球性的灾难。 如果我们假设技术进步将继续下去，机智的人一级是有可能的发展。 然后轮到超级智能。

预测需要多少时间来发展这样一台机器，这是极其困难的。 没有黑白的答案，他们说，"机器都是愚蠢的，将永远成为人类"和"机会成为比我们更聪明很快，出人工智能是出生并且准备好要杀人"。

一项调查中领先的研究人员的人工智能表明，有50%的概率，机智力将达到人类的水平，到2050年(这是一个能够执行的大多数行动的共同的人，并将取代大部分人工人的)。 这一意见似乎并不完全疯了. 但是有很多的不确定性的两边上的这个问题：这将发生或早或更晚。

同样笼罩在神秘的问题是我们如何得到这一点。 有几种方法的发展，这将有助于我们得到那里结束，但我们不知道是哪一种火灾的第一个。

我们有一个具体的例子的智能系统的人类大脑的一个明显的想法是找出它是如何工作的。 来一个全面的了解的大脑，我们仍然非常遥远，但它可能发生，我们将获得一些基本计算原则的大脑使用，该程序员会能够适应他们的电脑而无需学习的细微差别的生物.

我们已经知道一些关于如何在人的大脑工作：这是一个神经网络，它学会通过重复，他具有等级结构，这是基于认知等等。 也许有几个基本原则，我们就必须发现，所有这一切都将在一个"神经形态AI"的基本原则是生物，但是包裹他们肯定不会在生物学。

另一种方式--多数学方法"自上而下"的方法，借鉴了从生物学的，并只是试图去工作的基本原则。 这是一个更理想的方式发展于神经形态的人工智能的，因为程序员会是很好的理解什么是发生在一个深水平。 比较这个事实，即通过考试通过自己是好的不仅仅是复制的同班同学或者同学。

总之，我们需要开发人员的人工智能，这将增加它从一个种子的尺寸超级智能，谁了解你在做什么。 与此同时，我们可以检查的数学定理有关的系统以及它是如何工作的阶梯的情报。

其中一个还可以设想的路径，将更多地依靠蛮力的计算，例如，通过利用遗传算法。 这种发展将是不希望出于同样的原因，神经形态AI，因为它可能导致成功并没有一个全面的了解什么他做了。 存在的一大系列的硬件某种程度上能够取代深数学的认识。

我们已经熟悉的代码，这可能有足够的计算能力成为swarmintelligence剂。 的距模型，例如。 在最好的它就会毁灭世界。 幸运的是，必要数额的计算能力只是身体不可能的。



方式完全仿真脑会逻辑地导致一个完整的数字复制的一种具体的人的心灵。 这个想法是冻结或vitrificate的大脑，它切成薄片和饲料这些切片的显微镜。 自动图像识别系统，然后将重新地图的神经系统的连接原始的大脑。 三维图将结合neurovasculature模型的功能的不同类型的神经元，整个的计算结构将在一个足够广阔的超级计算机。 这一方法看起来非常复杂，但保证某些理论上的突破。

原则上，我们可以假设，将会发生相当精确地模拟数字的大脑，保留所有的信仰、愿望和人格的个人。 但在此之前的技术达到这个级别的完善，效仿将是极为粗糙。 和之前的模拟脑会导致成功，但是它会导致神经形态AI。

也许最有吸引力的道路机的超级智能会被间接的，在我们有一个很好的理解他们自己的生物结构。 这可以通过，比如说，遗传工程和体制创新，改善我们的集体智慧。

不要说这在某种程度上它会让你"保持与该机"—的极限的信息处理的大脑机械远高于生物的脑子。 但认知人类的发展是紧密相连的发展的汽车：它带来了一天的时机将超越我们在发展，因为聪明的人作出贡献取得的进展，在计算机科学。

资料来源：hi-news.ru