人工智能被置于计算机科学的子学科是误导！

另外，deepmind的CEO其实有过神经科学的研究经历。

如果计算机科学要坚持以纯粹的数学来做智能，请不要借鉴借鉴生物的神经网络，把神经网络从深度学习中抽离出去。
然而事实是：纯粹数学的SVM最终还是要败给借鉴了生物的DL.

1.另外，基于我作为人类的自私因素。请借鉴生物的计算机科学别把强化学习加入，尤其不要让它为了某个目的而去行动。
2.一种解决方案在此贴5楼：http://tieba.baidu.com/p/5151136846?pid=107902382414&cid=107993138648#107993138648
讲得内容如下：用纳米机器人(或者其他任何东西)来作为人脑与人工脑的连接。当人脑想事情的时候，人工脑能同时感受到；人工脑想事情的时候，人脑也能感受到；如此逐渐将人工脑做大，以至于最后人脑只占极其微弱的比例。
3.现在楼主感觉第2条也不能算解决方案了，因为把超人智能的机会给第一个人类后，这个人类的"欲望"部分并不是没有保留的。

人并不擅长做数学逻辑，人擅长的是记忆匹配，或者说模式匹配。
层次化
基于时序
记忆
其中第三点和第一点已经被深度学习充分利用了。
可以参考这个：Understanding deep learning requires rethinking generalization

另外一个来自Ray Kurzweil的思想实验，说明我们的记忆是时序记忆。
实验开始.
1.试着做这个:从ABCD背到XYZ。
很简单对吧？从小就会的。
2.现在试着做这个:倒着背字母表。
除非你曾经受过专门训练这么做，否则你几乎不可能流畅地做到这件事。

我的争论并不是说计算机科学如何如何不好，搞计算机科学的人当然是聪明的，那么复杂的数学玩得出神入化。
关键是：聪明的人被浪费在了进展缓慢的路径，或者说弯路。

有个andrew ng 的2011年的视频。Andrew ng自己也承认，自己曾经认为复杂的数学模型可以让机器变得智能。最后发现实在是进展缓慢。
The Future of Robotics and Artificial Intelligence (Andrew Ng, Stanford University, STAN 2011)

只要是纯数学创造出的模型，那也是通过人类脑袋创造出来的；那么理解了人类脑袋智能的原理，并将这个原理用于创造模型，这个模型没理由比用纯数学造的会差。

请各位驳倒“纯数学比借鉴大脑进展缓慢”这个论点。欢迎用各种事实来打楼主的脸。另外楼主认为“百度贴吧”把“人工智能”放于“其他计算机相关”。。。这也是误导。