关于人工智能的发展方向思考

 现今人工智能进入大众的视野大概是源于谷歌的阿尔法狗，因为它的出色表现——击败人类选手，为这个领域带来了大量的资本和关注。这篇文章将对人工智能的发展方向做一个粗略的介绍
 个人认为人工智能发展方向要从动物的脑、神经开始研究。关于作为人工智能基石的卷积神经网络，是科学家从猫的视神经上抽象模拟出来的模型。通过猫的视神经模型，外加卓越的算法，人类突破了人脸识别，达到了超高的识别水平。然后现在想通过这一个模型构建出完整的智能生物体，这是在瞧不起生命几十亿年演化的成果吗？很多的研究人工智能的人们不怎么关注神经科学与脑科学，这是不怎么聪明的。
 关于人脑的视觉信号的输入大致生物模型，眼睛左右两个半球，各自分割两个部分，左边部分信号一起通往左脑，右边部分信号一起通往右脑，视觉交叉。
 视觉处理分为4个大的层次，v1处理简单视觉，v2处理图形与客体轮廓，v3传递信息，v4与颜色视觉相关，MT（v5）中颞区。由它们形成了两种结构形式。
 v1->v2->v3->MT：视觉信号传递至顶叶区域（顶叶区域与动作，躯体感觉，空间识别有关），称之为空间通路。
 v1->v2->v3->下颞叶：内容通路，通过该通路识别是什么。
 识别复杂信息的时候，空间、内容、情绪等区域一同作用。人类在生活之中，会将获取的大量不同属性的信息连接起来，兴许建立各种不同的模型，再将他们连接起来处理，能够摸到智慧生物的门槛。
 附加一点，关于盲视当大脑视觉区域受损，受损区域逐渐扩大时，其不可见区域也逐渐扩大。当只有一小点受损时，视野内只有一小部分不可见。由此大致可以推断出人眼处理视觉信号是区域化，或是像素点形式的处理。
 关于声音信号的输入处理，声音通过耳膜，逐级放大，然后在通过耳蜗，低中高频的声信号所能够影响震动的纤毛细胞不同。越向里，其音频越低。顺带一提，电子耳蜗也是同样工作原理，但较为神奇的一点是，人脑能够处理来自电子耳蜗粗糙的且完全不同模式的声音电信号，连接映射到原本的同一声音信息。
 相似的实验有，实验者穿上能够在不同位置产生不同震动的衣服，每一种震动模式匹配一个单词。经过大概一个月的学习，实验者能够由震动感来从感觉上判断是什么单词，而不是通过记忆震动模式。这展示了人类能够自主加强不常用的神经回路，这与人类出生后两年间的脑神经细胞活动有关。