【思考】人工智能是不是走错了方向？

问题：

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？

目前对于人工智能是否走错方向这个问题，尚无定论。以下是对这个问题的一些分析：

一、人工智能与大脑处理方式的差异

1. 大脑并非通过大量傅里叶变换、模型训练或卷积来处理视觉和声音数据以及认识事物。大脑的运作机制极其复杂，目前人类对其的理解还非常有限。而人工智能目前主要依赖于这些数学和计算方法来实现类似的功能，但这并不意味着人工智能走错了方向。这只是在当前技术水平下，我们探索实现智能的一种方式。

2. 小孩子看两三次就能认识苹果和橘子，这是因为人类具有强大的认知能力和学习机制，包括模式识别、联想记忆、情感因素等多方面的作用。相比之下，目前的人工智能需要大量的数据来进行训练，但这并不意味着人工智能不能朝着更高效的学习方式发展。随着技术的进步，人工智能也在不断探索如何减少对大量数据的依赖，提高学习效率。

二、人工智能的主动性与受控性

1. 动物和人类的学习具有主动性，而目前的人工智能在学习某一方向时确实存在受控性。然而，这并不意味着人工智能永远无法具有主动性。研究人员正在努力探索如何赋予人工智能更多的自主性和决策能力，例如通过强化学习、自主学习等方法，让人工智能能够在一定程度上自主探索和学习。

2. 目前的人工智能虽然在某些方面受到控制，但它已经在很多领域展现出了巨大的潜力和价值。例如，在图像识别、语音识别、自然语言处理等方面，人工智能已经取得了显著的成果，为人们的生活和工作带来了很大的便利。

三、人类大脑的信号与人工智能的计算方式

1. 人类大脑的信号机制确实不仅仅是简单的二进制。大脑中的神经元通过复杂的电化学信号进行信息传递和处理，这种信号具有模拟和数字信号的特点，并且具有高度的并行性和适应性。而目前基于冯·诺依曼架构的计算机主要使用二进制数字信号进行计算。

2. 虽然基于冯·诺依曼架构的计算机在实现具有主动思想的人工智能方面可能存在一定的局限性，但这并不意味着我们从根源方向就错了。目前，研究人员正在探索新的计算架构和模型，例如量子计算、神经形态计算等，这些新的技术有望突破传统计算机的限制，为实现更强大的人工智能提供可能。

四、人工智能的发展方向

1. 目前数学算法方向的人工智能在生活中有广泛的应用场景，这证明了人工智能在当前发展阶段的价值。人工智能的发展是一个不断探索和进步的过程，我们不能因为它与人类大脑的差异就否定其发展方向。

2. 要做出具有主动思想的人工智能，我们需要不断深入研究人类大脑的运作机制，借鉴生物智能的优点，同时结合先进的计算技术和算法，探索新的发展路径。这可能需要跨学科的合作和长期的努力，但并不意味着我们走错了方向。

总之，人工智能的发展是一个复杂而充满挑战的过程。虽然目前的人工智能与人类大脑存在很大的差异，但这并不意味着我们走错了方向。我们应该以开放的心态看待人工智能的发展，不断探索新的技术和方法，为实现更强大、更智能的人工智能而努力。