从作为现在AI主流的深度学习来说，大多采取的机制是，让模仿大脑形成的神经网络(Neural Network)学习成为范本的庞大数据，使其变得聪明。如果可供学习的数据较少，则无法使用AI。另一方面，对人类来说，很多事情即使是第一次体验也能凭感觉进行应对。日本情报通信研究机构的筱崎隆志指出“如今的AI和生物的大脑明显不同”。这是现在的AI难以应付日常对话等的原因之一。
该机构开发出了新型AI。其采用的是将通过数据学习的部分和即使没有数据也能自发作出判断的部分结合起来的神经网络。例如，对于能否将飞机和汽车等交通工具，还有猫和狗等动物分成10个种类的测试，与目前的AI比较，发现在数据多的情况下准确度基本相同，但在数据少的时候，新型AI的准确度更高。
目前的深度学习是让通过数据学到的内容反馈到AI整体，但“人类并不会对大脑整体进行反馈”（筱崎研究员）。新型AI仅让属于判断结果的输出端反馈学到的内容，在机制上更接近大脑。
在不易出现典型症状等的疾病的诊断等方面，难以凭借过去的数据学习规律性，因此新型AI的利用受到期待。而在自动驾驶领域，新型AI将能掌握对向车辆和行人的预想不到的行为。
据称，将人类大脑的神经细胞连接起来的神经轴突的长度合计达到10万公里以上，明显长于日本的高精度超级计算机“京”的全部布线的1000公里长度。布线的长度被认为形成了思考的多样性等。
免责声明：本文由作者原创。文章内容系作者个人观点，转载目的在于传递更多信息，并不代表EETOP赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时联系我们，我们将在第一时间删除！
