這一派的議論認為，並不是給予人工智慧越多的資訊，他就會越接近人類。
相反，他們認為應該給人工智慧製造一個類似於人類的大腦，然後在一個完全模仿人類成長的環境讓這個人工智慧長大，他所接觸和吸收的所有資訊都要無限接近於人類，最終就會得到一個擁有人類思維的仿生人。
這個思路聽起來好像非常可行，但是人類最終卻失敗了。
原因也很簡單，因為人工智慧作為機械產物，其模型本身就是由大量資料搭建起來的，不論再怎麼進行模仿，他們的腦中都儲存著無限的資料。
一個冰冷的機器，再怎麼樣去學習，似乎也無法成為人類。
在這樣的研究之下，最終人類還是傾向於第一條研究方向，並且展開了將近三百年的研究。
事實證明，這似乎也的確是一條正確的路徑，就在陳明霖開場時就能看出，在現在的升級版圖靈測試中，新模型已經有了極佳的表現。
</br>
<style type="text/css">
banners6 { width: 300px; height: 250px; }
dia (-width:350px) { banners6 { width: 336px; height: 280px; } }
dia (-width:500px) { banners6 { width: 468px; height: 60px; } }
dia (-width:800px) { banners6 { width: 728px; height: 90px; } }
dia (-width:1280px) { banners6 { width: 970px; height: 250px; } }
</style>
<s class="adsbygoogle banners6" style="display:le-block;" data-full-width-responsive="true" data-ad-client="ca-pub-4468775695592057" data-ad-slot="8853713424"></s>
</br>
</br>