若是人脑的算力全开，也不是🎴🕔不可以，只不过那可能会因为直接高温过热而发烧，要采取物理降温的模式了。
所以人脑也是一个生物计算机，特点是算力低但是运算💥📹☋逻辑和架构好。
而电子计算机的运算方面，虽然非常的强大了，然而在学习逻辑和运算逻辑方面，依旧是要人类来编写和升级改造，所以高🝜算力，但是却没什么智商，要靠着后期的学习才行。
所以市面上的人工智能，即便是学习能力再厉害，也总有将知识学习🔡🂍完毕的那一天，它们的所有能力，都是在现有的数据库的支撑下，所完成的。
他们并不会去试着创造，即便是有了创造的能力，那也只是局限于现有的科学体🞡🕩🌒系和资料库，谈🏬🝌不上是创新。
而且它们更多🚷的像是一面镜子一样，别人🟓做什么，他就模仿什么。
比如说一个人被打了一🕹🎦顿，他的第🔜一反应是生气，然后再打回去。
然而如果放在人工智能里面的话，它们被打🙑之后，若是在大数据和资料库中，没有“生气”这个步骤的话，它们就不会生气，而是直接打回去。
若是在大数据中也没有“打回去”这个步骤的话，那么同🖕样的他们也不会打回去。
所以📽☱🃏为什么🂣要高算力，因为高算力可以最大可能的减少学习成本，同时针对情况作出相应的调整和改变。
这也是它们为什么即便是有了高算力，但🟓🟓是却依旧没有“🖕智能”这一个特点的原因。
因为它们就像是一面镜子，别人做什么，它就会学什🅠么，别人若是不🔡🂍做，它就完全不会。
无论是什么等级的人工智能，都逃脱不了这个最基本的逻辑🗆，毕竟靠着电子的0和1进制，是没法诞生真正的感情的。
当然了，也可以针对特定的情况，添加特定的指令让人💥📹☋工智能做出特🔡🂍定的反应，然而这个样子的话工作量就会大大增加。
你总不可能为了让人工智能“智能”起来，就针对各个情况做出调整和添🚆👈加吧？
这是不现实的事情。
而他金斯利博士的人工智能💽可不一样了，他的🚔📆方案是先有“人工🌗⚳🕚”，才有“智能”。
现在他的实验也已经成功了，🎴🕔虽然并不是那么完美，但是不管怎么说，他也是成功研究出来了人工智能。
低算力+高效的运算逻辑的人工智能。
现在很多人搞🚷人工智能都陷入了一个误♇🆕🏙区，那就是要高算力才是🌗⚳🕚真正的人工智能。
但是实际的情况却是，高效的运算逻辑才是主体，没有了思想的人类，即便是脑子算的再厉害，那还能叫人类吗🈤⛹？
那还能叫智能吗？