这些还是无法让我们得到一个拥有人类思考水平的机器。目前的深度神经网络都还是非常基础的，只有视觉和听觉皮层前馈活动的模型。你可以了解一下大脑视觉和听觉的处理过程，看看数据是如何从感觉器官流向思维的。这大概就是我们能建模的东西。

也就是说我们还没有对视觉和听觉的认知控制过程建模，比如一些反馈活动，不是谷歌做的那种深度语音或人脸识别，这些是前馈系统。这个过程中几乎没有反馈，也不是大脑处理信息的方式。因为它缺少了像海马体、基底神经节、丘脑、小脑、杏仁体这些大脑结构的功能替代物。所以你看看大脑，它有几百个组成部分，每一个部分都有其不同神经架构，它们在整个大脑的运作中都有承担着各自的任务。我们 OpenCog 所做的不是在神经科学层面复制大脑，但是在某种程度上我认为基本原理是相同的，你有了一个表达的通用框架，就要有很多不同的算法。它们最终都是一起合作的。

大脑有自己的工作方式，OpenCog 系统也在尝试以不同的方式建立自己的工作系统。

机器之心：我们为什么不能研究去直接复制大脑的过程呢？

Ben：为什么不能直接复制大脑。有两个原因：第一个是我们不知道大脑如何工作的。

听力和视觉的工作原理可以解决，是因为人类的视听系统与猴子和小白鼠的类似。所以我们可以给小白鼠和猴子的听觉和视觉皮层通电，看看有什么结果。视觉并不是一件复杂的事情，比如你有一张图，你可以把它与大脑里的图像相比。但是高层次的抽象思考和推理行为是小白鼠和猴子做不到的，因为它们很难在把外部世界与大脑内在活动连接在一起。所以大脑最有趣的部分就是它到底是怎么工作的。我们现在还不知道，但我们最终会知道的。

另外一个原因是，我们的硬件的计算方式与大脑的计算方式非常不同，即便是简单的 2+2 的运算，大脑做起来也是非常复杂的，应该说是难以置信的复杂。但是不管怎么说，电脑也能计算出 2+2=4。你想把大脑一切都复制到一个非常不同的硬件上，这种想法就好比要在大脑中装一套微软办公软件一样。这不仅听上去很奇怪，实施起来也非常困难。

我认为在找到扫描大脑的更好方式，实现同时以高时间和空间分辨率扫描大脑之前，我们都无法弄清大脑是如何工作的。这就像要拍一部大脑内部精密活动的电影。虽然现在的扫描技术一年比一年好，但是还是不足以解开大脑抽象思维工作之谜。没人知道！

机器之心：知道大脑如何工作后，我们就能实现通用人工智能吗？

Ben：不不，我认为我们可以绕过它。我的意思是我们在还不知道鸟的翅膀构造的时候就能造出飞机了。我想等理解了认知科学和基本的思维（mind）运转，以及人类 mind 做的每件事之后，我们就能造出通用人工智能了。我们可以用一些先进的计算机科学算法，然后用与人类 mind 相同的认知架构去做出一些事情。但是是一些不同的神经的子架构或者用计算机算法替换，其中一些可能是神经网络，也可能是一些其他类型的计算机算法。所以我的目的不是模拟出一个人类大脑，或者做出一个数字人类，我的目标是先做出通用人工智能系统，然后让这个通用人工智能系统帮助我们创造出一个更好的大脑扫描算法，我觉得这是个可行的研究方向。

机器之心：下面我们来谈谈 Aidyia Holdings 公司，它最初的系统并不是很好，现在怎么样了？

Ben：是的，它是一个比较应用很窄的人工智能系统。我们把 OpenCog 中的一些算法以及另外一些专利算法用到了 Aidyia 的交易框架中。到目前为止，我们只是拿我们自己的钱做一些交易，这些都还是测试。最近几个月，这个系统表现的还不错。之前不好，现在又好了。今年我们已经修改了好几次这个系统，虽然现在还处于研究阶段，但是是已经是非常高的阶段了。我们已经测试几个不同的版本。这是个很有趣的应用，但我觉得它不是通用人工智能的最好的应用。因为在这个上面，你不想有大的出错。好比你知道 3 岁的孩子会把股票交易做成什么熊样子，它们也做不了手术。所以在通用人工智能的早期阶段，你只会拿它来做做实验，

你认为人工智能将会如何改变这一行业，比如股票交易市场？