当然，如果我们知道，我们已经拥有强大的AI？

科学研究的本质是我们不知道我们不知道的东西[1] 。

因此，这意味着，当一位致力于自然语言处理的尖端研究人员创建一个仍然难以解析语言以及四岁的模型时，研究人员通常不知道下一步该尝试什么！如果有可能尝试过的东西，你不觉得研究人员会立即对其进行编码并将其添加到他的模型中吗？

我想你可以说，在一些学术图书馆中可能会有一个关键但却模糊不清的想法 - 一个想法会彻底改变这个领域。因此，研究人员最多可以重新审视文献中的内容 - 他们绝对不会尽可能多地这样做。但是当他们探索文学的边缘时，他们并不真正知道他们在寻找什么。

任何主题的研究人员经常聚集成部落和集团，每个人都有不同的方法论和指导思想。目前，最成功的部落使用深度学习和大数据。可能这些方法 - 在进行分类和回归的极高维系统中投入大量数据 - 从根本上说不适合通用智能。但是现在竞争对手和评论家没有任何真正的替代品。

我可能被认为属于的知识分子对当前的人工智能研究提出了以下各种批评：

智能有机体比分类和回归做得更多。

智能有机体具有身体，以及某些默认目标和偏见。

一个智能有机体不断实时地与世界互动 - 它似乎没有摄取大量数据并在线下反复思考。实时情报研究不足。

智能生物包含与人工神经网络极为不同的神经系统 - 可能需要更多关注真实生物学。

很容易说出这一切，但到目前为止，在具体的认知和/或计算神经科学世界中，没有人提出过一个与深度学习人群为消费者和公司提供的有用的人工系统。短期有用可能会延迟或转移可能导致长期见解的研究资金，但同样，我们根本不知道这一切将如何发挥作用，因为我们处于未知领域。