目前，大数据+深度学习+强大的计算能力是人工智能的主要发展模式，但更多的数据、更强的计算能力和改进的算法并不能使人工智能变得更智能。一些专家指出，人工智能未来发展的关键不是简单地提高计算能力和增加数据，而是重新思考智能模型。

古希腊哲学家德维特里托斯曾说过："我宁愿找到因果的解释，也不愿成为波斯人的国王。"可以看出，推理能力是人类智力的一个重要体现。目前，虽然人工智能在语音、图像识别等特定领域、特定类别，但其水平与人类相当，甚至更多，但在日常生活中，人工智能却是无能为力的。

例如，电影"教父"中有一幕，黑手党对糕点店老板说："这家店太漂亮了，但如果火烧了它，那就太可惜了。"显然，这句话的意思不是说服老板准备防火设备，而是恐吓老板尽快支付保护费。这一结论对人们来说是显而易见的，但对于人工智能来说却很难理解。张三又问李思："你最近忙不忙？"李思回答说，"我的眼睛已经黑到可以当熊猫了。"对于人工智能来说，你的回答和张三的问题是两个不一致的词。

有人说今天的人工智能是大数据+深度学习+强大的计算能力，未来的人工智能是更多的数据、更大的计算能力和改进的机器学习算法，对吗？"这不是真正的回答问题，而是线性思维。深度学习在人脸识别方面取得了很大的进步，但它并没有真正解决人脸识别中的感知问题。例如，对抗性图像可以欺骗人脸识别系统，这不是一种情况，而是揭示了深度学习的基本缺陷。因此，人工智能未来发展的关键不是简单地提高计算能力和增加数据，而是重新思考智能模型。北京大学计算机科学与技术教授、北京致远人工智能研究所所长黄铁军说。

什么是智能？"我认为智能是一种系统获取和处理信息的能力，以实现从简单到复杂的进化。例如，电力系统、汽车和飞机通过能源，如石油和电力，但这不是智能，如果一个系统能够获得信息并增强其处理信息的能力，它就是智能。"黄铁军说。

黄铁军说，作为智能载体的系统，既可以是有机体，也可以是包括计算机在内的无机机器。放置在生物体上的智能称为生物智能，基于机器的智能称为机器智能。将人工智能理解为"人工设计和制造智能"是有偏见的。

借鉴生物情报拓展研究途径

生物智力研究是脑科学的一部分，属于自然科学范畴。和其他自然科学一样，作为研究对象的大脑基本上是稳定的，人类的进化在几十年或几个世纪内不会有太大变化。大脑是已知的最复杂的系统，因此脑科学通常被称为自然科学的最后前沿。黄铁军指出。

机器智能是技术科学的前沿，"黄铁君说："由于人工智能系统的复杂性随着人类的设计、发展和环境交互而变得越来越复杂，所以机器智能的研究对象是一个不断扩展和变化的对象。我认为智能科学是技术科学的一个无止境的开放领域。

生物大脑是数亿年进化的产物，机器智能不需要也不可能白手起家，而应该在生物大脑的基础上发展。"黄铁军说。例如，目前机器视觉采用了摄像机和计算机算法，虽然取得了较好的效果，但也存在着计算复杂度高、成本高等问题。由黄铁君团队开发的新型视觉传感芯片，模仿生物体以脉冲方式表达视觉信息，无需很大的计算力就能完成超高速视觉任务。结果表明，光电系统的结构和机制可以模仿生物大脑，从而大大提高系统的性能，这是人工智能未来发展的重要途径。

基于认知神经的人工智能将进入一个新的发展轨道，尽管它不会像每个人想象的那样发展得那么快，因为许多技术挑战需要解决，但只要它们在正确的方向上，速度仍然相对较快。如果我们想要实现像生物一样的智能，我认为各种人工智能探索最终都会汇聚到生物大脑模型，"黄说。