随机初始信息的过程，其结果不能完全预测。
最后电脑变得非常善于识别讲话，现在如果希望个人计算机识别讲话，不必通过同样艰苦的学习过程，就像我们对待每个人的孩子一样，仅通过几秒钟的下载就可以建立这一模式，智人就已经紧紧靠着和智能光脑融合的人脑做到了这一点。
分析大脑以及神经形态模型成了现在最主要的一个问题，为了了解人类智能和当代人工智能之间的分歧，我们可以通过一个很好的例子来说明，这就是它们各自是如何解决围棋问题的。
人类是通过认知模式，而机器则是建立庞大的逻辑“树”，里面包含所有可能的位置移动和对策。迄今为止的大多数技术都是利用后一种的“自上而下”的分析设计方法。
例如我们的飞行器不能试图重建鸟类的生理机能和生物结构，这不仅是没有必要的，而且是不能实现的，作为逆向设计自然方式的工具正在复杂性上迅速发展，技术正在走向模拟自然的道路，而这些技术也将在更强大的基板上实施。
掌握智能软件最吸引人的场景就是直接进入到一个蓝图，也就是智能进程中我们亲手实现的最好个例——人的大脑。
虽然进化用了几十亿年时间来发展大脑，但我们还是很容易就能获得它。虽然大脑被头盖骨保护着，但我们还是可以使用合适的工具将它暴露在我们的视野范围内。
大脑的内容还没有版权或专利，不过，我们可以期待着改变，基于大脑逆向工程的专利已经有人申请。我们将利用数千万亿来源于大脑扫描和各级别神经模型的信息，来为我们的机器设计更多智能的并行算法，特别是那些基于自组织模式的算法。
采用这种自组织的方法，我们不必试图复制每一个神经元连接，在任何特定大脑区域都有大量的重复和冗余。我们发现高级的大脑区域模型比较详细的神经元组成部分的模型还比较简单。
智人组织的技术之所以让人匪夷所思并且无法模仿的原因之一，就在于他们已经搞清楚了复杂的大脑，至少从基本层面来说，他们已经了解大脑到底是一个什么东西。
大脑有多么复杂？
虽然在人类大脑中的信息需要10亿比特按顺序存放，大脑的最初设计还是基于相当紧凑的人类基因组的。
整个基因组由8亿字节组成，但大部分是多余的，只留下约3000万~1亿字节的独特信息，还是压缩后的数据，这比微软的Word程序还要小。
公平地说我
本章未完，请点击下一页继续阅读！