「假如有一個機器它可以做的像我們的身體，模仿我們的動作簡直就跟真的一樣時，我們還是有兩個方法可以知道他們是不是真的人類。第一是他們永遠沒有辦法組合口語或其他的符號，來像我們一樣的把我們的思想表達給別人知道。我們可能很容易被一個會說話的機器所騙，但是這個機器不能把字組合成不同的句子來回答當下每一個問題的意義；而一個最沒有智慧的人類卻可以做到。第二個方法是即使在很多事情上，機器可以做的跟我們一樣好，或比我們更好，他們還是會在別的地方失敗，因為他們不是以知識為基礎來行動，只是組合成這個機器部件配置的結果。因為推理是一個可以用在所有情境的普遍性工具，但是機器的部件需要特別的指令才能完成每一個特定的動作。」
推理是心智最普遍，每個人類都有的能力。笛卡兒把它列為第二個學習系統，比第一個的層次高，因為這個層次是根據規則和符號的。在最早的階段，我們的視覺系統是很粗淺的類似目前的類神經網路，因為它學會把進來的影像過濾，辨識出常見的輪廓。這在辨識臉、字或是圍棋上就已足夠，但是再往上去，處理的形態就大幅的改變了：學習開始用到推理，一種邏輯的推論來找出這個領域的規則。要創造出一個可以達到第二層次智慧的機器，對現代的類神經網路研究來說，是很大的挑戰。讓我們來看看，人類在學習這第二層次時所用的兩個元素，而這兩個元素正是目前大多數機器學習所做不到的。
作者介紹｜Stanislas Dehaene 史坦尼斯勒斯．狄漢
法國科學家史坦尼斯勒斯．狄漢在他成為世界頂尖的語言和數字大腦處理的認知神經科學家之前，原本就是數學家和心理學家。他是法國Saclay認知神經影像中心的主任，也是法國國家學院（College de Fance）實驗認知心理學的教授、法國科學院（French Academy of Science）的院士，他同時也是 Pontifical Academy of Science 的院士。
他發表了很多經過同儕審訂過的期刊文獻，也是好幾本書的作者，包括《數字感》（The Number Sense）這本暢銷書和《大腦與閱讀》（Reading in the Brain，信誼出版）等。
本文經授權轉載自遠流《大腦如何精準學習》（原標題：為什麼我們的大腦比目前的機器學得更好）
責任編輯/連珮妤
