現在一些學者說要研究通用的人工智能，就是想要用一套算法來解決各種人工智能問題，比如機器翻譯，語音識別，圖片分類識別，自動作曲，下圍棋，數學優化問題等。用來處理各種不同的信息，包括視覺信息，聲音信息，語言信息，棋類游戲等。那這樣的通用算法到底存在不存在。

[[418865]]

我們先分析一下生物體是如何獲取視覺信息，聽覺信息的，生物體為從環境的光中獲取視覺信息，經過漫長的進化，形成了高度精巧的機制，拿人類來說，視覺系統包括光學材料晶狀體，可調節的透鏡系統眼球，可以感受三原色光強度的視網膜等。現在，科學已經完全理解了眼睛的光學原理，但是大腦對眼睛輸入的光學信號是如何處理的，其原理和流程可以說，這方面的知識是非常少的。人的視覺和聽覺獲取機制來說，差異非常大。都是高度進化的精巧系統。

可以推斷的是，大腦對視覺和聽覺信息的處理流程，應該差異比視覺和聽覺獲取機制差異還大。應該也是進化出來高度精巧的神經系統結構，專門用來分別處理視覺，聽覺，語言等信息。正如 不存在 一個統一的，可以同時獲取視覺和聽覺信息的機制一樣。應該也不存在一個統一的，可以同時處理視覺和聽覺信息的神經機制。應該都是高度專業化的機制。所以，統一的，通用的人工智能應該是不存在的。對每一個領域的問題，都有其高度特異化的方法。

相對于人體，在視覺和聽覺信息獲取方面，現在機器已經全面超越人類，但是在對信息的處理方面，機器還遠遠趕不上人類，對大腦的運行機制，現在幾乎沒有什么知識。比如大腦是如何存儲記憶信息的，保存在什么分子結構中，其冗余度如何，大腦是如何檢索這些信息的，現在還一無所知。 孟德爾 通過宏觀的統計學方法，通過豌豆雜交，獲得了遺傳學的 規律，八十年以后，科學家才搞清楚 遺傳信息傳遞保存的分子機制。 現代心理學家，也可以通過設計實驗，先從宏觀上，找到大腦處理信息的規律，以后再尋找信息處理過程的分子機制。

人工智能以前經過幾次低潮，這次由 alphago 引發的高潮以后，還會出現低潮嗎? 應該不會，應該這波，出現了。許多基于人工智能的實用系統，已經整合到生產流程中去了。可以說，已經有一部分。產業化了。