谷歌神經網路：當強人工智慧具備有意識的計算機視覺能力......

計算機視覺進入了一個瓶頸期，人們有能力讓計算機視覺在特定條件下接近或者說超過人類的辨識能力。但是正如語音識別技術一樣，這是企業的障眼法，真正意義上的辨識能力與人眼相去甚遠。

儘管人臉識別技術已經廣泛應用於支付等領域，並擁有98%的成功率，然而這一成功率建立在特定情境下，光線、遮擋、角度嚴格限制，你不能指望一個人工自能機器人去思考他應該怎麼去看，他只是在人們設定的規則下按部就班。

谷歌野心勃勃的神經網路項目後院活動部曾經介紹過，這個系統能幻化出從不存在的人臉。儘管具有延伸的能力，但是在實驗條件發生改變的時候，比如你必須保持擺正姿勢才能有效識別。

這和人類的視覺能力差距不小，不僅在2D領域，在3D領域上更是如此，如何理解一個命令，並且在三維空間中識別各個角度的物體，並以合適的姿勢和力度配合視覺能力完成指令，這是計算機無法自己自發思考完成的。當然通過分布步驟可以實現一步步完成「把大象塞進冰箱里」的動作。

困難的是，人工智慧難以做到人類的推理推斷和決策能力。這或許是強人工智慧一直未曾實現的原因。