强人工智能的发展要想改变目前停滞不前的状态，需要哪些条件？

强人工智能是一种比较民间的说法。

准确的描述是：通用人工智能，或者说媲美人类智力的电脑。

目前来看，人类已经非常接近制造强人工智能了，但在技术上还面临着不少困难。总的来说，如果我们要获得一个强人工智能，我们需要以下条件：

1、需要多模态的数据。

目前的AI的数据都是单一来源，要么只有画面，要么只有声音。很容易理解，就算是人类的婴儿，只有一种感官的情况下，能发展出智能，难度想来也是很高的。

因此，AI需要大量的多模态数据，需要将各种感觉系统结合起来，从而让AI建立一个常识性的系统。

2、需要更强大的计算设备。

目前的计算设备的算力普遍还不强。设备的算力至少得媲美人脑吧。

人脑有上千亿个神经元，每个神经元上有数千甚至数万个突触，导致了神经元的计算速度堪比人类的超级计算机。

目前人工智能上的神经元一般只有一万个，超大规模的NLP模型，其神经元也不过100万个。

电脑的计算的确比较快，但模型的不足导致了算力不足，直接增大模型会遇到很多很奇怪的困难，导致了电脑难以模拟人脑的计算能力。

3、需要更准确，更完整的因果模型。

现在AI的特征判断能力，也就是判断”虚”的地方，非常非常出色。

比方说那些人类不好判断的轮廓，细节，AI都能判断出来，什么虚的，缥缈的，人判断不出来，说明人不擅长这种功能，电脑一个判断一个准。

但是，人类同样擅长的领域，AI表现得就不太好了。

比方说数学计算，语言表达。

AI的因果推理能力是非常非常差的，这个需要一个更好的模型去解释人类的因果推理是怎么进行的。

4、需要对人类大脑机制更深入的理解。

可以断定，人工智能不一定和人类的思维方式是一样的，正如同飞机和鸟类的相似点不是很多。

但我们目前只有一个模型，就是人类的智力。

如果要想真正制造出强大的人工智能，抛开对人类大脑的研究是不可能的，从人类的大脑研究中，的确可以得到很多对智能的启发，或许我们可以从大脑的研究里面，发现对现阶段智能模型的改进方案。

比方说我们对于注意力的研究过程中发现，根本不需要卷积核，只需要注意力机制，就能代替卷积核提取特征。