【小哈划重点：人类是细胞生物，所以大脑才是一个个神经元组成的网络，如果认为人工智能内部也应该是由一个个单元组成，那就有点东施效颦了。我们需要反思，与大脑类似的智能架构适合在计算机上重现吗？是否存在更加高效、更加适合计算机的智能实现方式？】
仿生学在各个领域都取得了很大的成就，因为自然界的“科技水平”至少领先人类数百年，逆向工程总会有所收获。大脑就像一个天赐的礼物，如果研究透彻，将会极大地加速人工智能的发展。然而，需要注意的是，由于大脑的特殊性，单纯地模仿可能误入歧途。
大脑不是被精心设计的，而是在漫长的进化过程中，由于种种偶然因素，不断修修补补才变成现在这样。大脑的很多结构未必合理，虽然可能是因为我们目前的理解太肤浅，但是可以肯定的是，如果照搬大脑的设计来设计科技产品，效率往往不是最高的。就像下面这个笑话：“王太太每次煎饼都会把饼的最外面一圈割掉再下锅，丈夫不解，王太太说她妈妈是这样做的，问她妈妈，回答是以前买不起大锅，饼做大了就要割掉一圈才放得下”。在“只知其一，不知其二”的情况下，单纯模仿无疑是糟糕的。
那么我们是否可以先研究清楚大脑的原理，然后制造出类似的人工智能？虽然是可能的，但是我们离研究清楚大脑的原理还非常遥远。主要原因在于大脑的结构非常复杂，而且其原理隐藏在生理、理化性质的背后，首先需要理解构成大脑的物质有哪些特性，才能够逐步破译大脑的原理。
即使我们已经研究清楚大脑的原理，也完全可以探索比大脑更高效、更多样的智能形式，毕竟大脑只是智能的众多实现方式之一，何况大脑本身也在进化。虽然大脑比现有的人工智能系统都要强大得多，但是不代表我们一定要模仿它，因为还有很多种其它方式可以实现同样的智能，而且更加适合我们现在掌握的技术。
人工智能诞生之初，研究者大都不执着于模仿大脑，而是关注大脑的底层逻辑，希望在计算机上重现“人类理性的光辉”。最近10年来，随着神经网络的兴起，模拟大脑被认为是一个很有前途的方向，甚至有不少人认为人工智能取得突破的前提是研究清楚大脑。现在我们看到的是，深度学习已经降温，主要原因是研究者们没有真正理解深度学习，只是粗略地模仿大脑，恰好取得了不错的成果，如果要进一步改进，那就非常困难了。脑科学没有提供足够完善的理论，而且计算机和大脑有着巨大的差异。因为人类是细胞生物，所以大脑才是一个个神经元组成的网络，如果认为人工智能内部也应该是由一个个单元组成，那就有点东施效颦了。我们需要反思，与大脑类似的智能架构适合在计算机上重现吗？是否存在更加高效、更加适合计算机的智能实现方式？
大脑的确有诸多优势，但是更多地是为了适应生物演化过程中的环境而产生的。在人类文明的新环境里，因为环境的变化速度越来越快，大脑的适应能力没有那么强。虽然大脑可以不断学习，但是生理结构的变化非常缓慢（依赖于基因的变化）。研究人工智能时，我们不能被大脑所局限，要明白智能还有非常多种实现方式，还有很广阔的探索空间。宇宙也许不希望我们局限于已有的设计，而是希望我们创造新形式的智能。
