機(jī)器學(xué)習(xí)示例。圖片來源：?yu.he
規(guī)則化的知識庫則為機(jī)器提供了推理能力。當(dāng)超級計算機(jī)沃森在《危險邊緣》中面對這樣一個問題：“When 60 Minutes premiered, this man was U.S . President（當(dāng)《60分鐘》初次上演時，這個人是當(dāng)時的美國總統(tǒng)）”時，Waston需要使用句法分析之類的技術(shù)對句子進(jìn)行句法分解，然后確定“permiered”的語義后面關(guān)聯(lián)的是一個日期；同時要對“60分鐘”進(jìn)行語義消歧，確定它指代的是某個電視節(jié)目而非具體的時間。在進(jìn)行句法分析后，沃森需要最后根據(jù)確定的日期，推斷當(dāng)時在位的美國總統(tǒng)。
規(guī)則化知識庫示例。圖片來源：?yu.he
人腦逆向工程在人工智能領(lǐng)域也被稱為聯(lián)結(jié)主義，其主要內(nèi)容是研究如何模擬人類大腦的神經(jīng)網(wǎng)絡(luò)運(yùn)作——人工智能的發(fā)展受神經(jīng)科學(xué)啟發(fā)頗多，特別是在計算機(jī)視覺方面。深度學(xué)習(xí)算法在圖像上對圖像特征的表示，與一些生物學(xué)上的成果具有驚人的一致性。而如果我們要構(gòu)建通用人工智能（Artificial Genral Intelligence，也稱強(qiáng)人工智能。即像人類一樣，甚至超越人類的智能系統(tǒng)），那么模擬神經(jīng)網(wǎng)絡(luò)看起來是最有前景的一條路徑。
對人工智能的質(zhì)疑然而也有一些有識之士，對人工智能提出了不同的聲音。一個有趣的現(xiàn)象是，在這些聲音中，無論是對人工智能的發(fā)展過度樂觀因而認(rèn)為人工智能終將滅絕人類，還是對人工智能的發(fā)展過度悲觀認(rèn)為人工智能根本無法發(fā)展出真正的意識，都是圍繞著人類的自主意識在做文章。
提到這個問題，就不得不對強(qiáng)AI做更進(jìn)一步地闡述。當(dāng)前的人工智能發(fā)展，更多是針對某個問題，發(fā)展對應(yīng)的算法和技術(shù)，例如圖像領(lǐng)域的技術(shù)無法直接應(yīng)用到語言領(lǐng)域；而在這方面，人腦能夠表現(xiàn)出比當(dāng)時的AI更強(qiáng)的適用性。
這就導(dǎo)致許多人對人工智能的前景并不看好，并稱之為集郵式的工作方法：我們做出了推理模塊，然后拼上學(xué)習(xí)模塊，然后再拼上視覺模塊——把每個子領(lǐng)域的功能做好，然后再組合出一個完整的智能系統(tǒng)出來。
強(qiáng)AI正是針對這樣的現(xiàn)狀。強(qiáng)AI的研究者認(rèn)為，人類智能不是這樣拼起來的，在我們沒有理解人類智能的運(yùn)作方式前，拼合式的做法只是做出了一堆零散的工具。因此他們致力于發(fā)展智能的統(tǒng)一框架。強(qiáng)AI可能是每個AI從業(yè)者心中的圣杯，無論是Google虛擬大腦之父吳恩達(dá)（Andrew Ng）追求的大腦皮層單一算法，還是《人工智能的未來》（On Intelligence）一書的作者杰夫·霍金斯（Jeff Hawkins）所致力研究的腦皮質(zhì)學(xué)習(xí)算法（Hierarchical Temporal Memory），無一不是在試圖克服這種拼合式的智能，轉(zhuǎn)而追求一個更基礎(chǔ)的框架。
除了對做法的質(zhì)疑之外，還存在著對于機(jī)器本性的質(zhì)疑，哲學(xué)家約翰·塞爾（John Rogers Searle）大名鼎鼎的中文屋即是其中代表。希爾勒這一思想實(shí)驗(yàn)的焦點(diǎn)在于，機(jī)器只是機(jī)械地執(zhí)行人們交給他的命令，并沒有產(chǎn)生智能。
而斯圖爾特·羅素（Stuart Russel）在《人工智能：一種現(xiàn)代方法》（Artificial Intelligence A Modern Approach）中舉了一個例子來反駁希爾勒：我們能夠說CPU會開立方根么？眾所周知，CPU所能夠執(zhí)行的基本操作，只有加1、減1、存儲、移位等等。然而可以說，CPU不能開立方根么？
希爾勒的思想實(shí)驗(yàn)的問題在于，他混淆了不同的層次（這也是在談到意識問題時，大部分情況下人們所犯的錯誤）——我們并不會討論這個人是否擁有智能，而是說這個房間作為一個“整體”，是擁有智能的。正如我們不會說人類大腦的布羅卡區(qū)擁有智能，而是說這個人擁有智能一樣，即使布羅卡區(qū)在語言的產(chǎn)生中發(fā)揮著極重要的作用。
其實(shí)人工智能開創(chuàng)者之一的阿蘭·圖靈（Alan Turing）早在1950年的論文《計算機(jī)器與智能》中就給出了意見。而人盡皆知的“圖靈測試”之所以提出，最大的原因就在于“智能”這個概念是模糊和易混淆的，我們需要使用行為來定義智能。沒有外部可感的行為，空談大腦中意識的意向性和靈魂，是沒有價值的。