人工智能进入大众的视野基本上是在alphaGo击败李世石之后。人工智能进入it从业者视野，大概是在google发布tensorflow之后。大公司有很多有用的项目，但是在大众知道之前，往往在内部使用了很多年，然后才会开源。比如google的kubernetes在google内部使用了10年才开源，tensroflow也是，google内部已经有了大量的应用才开源。
我一直对人类的大脑感兴趣，但是没有很深入的研究，朋友推荐过一本书《人工智能的未来》。这本书也差不多，人工智能在学术圈已经有了很多实践，也出现了人脑和人工智能的比较。这本书让我对大脑是如何运作的有了基本了解。
尽管我们还没有完全能模拟人脑的运作，但是我们从大脑的运作过程有了很多启发，用于神经网络。神经网络的单元就与大脑的神经细胞很像。监督学习就与大人教育小孩很像，大人会不断纠正小孩的行为，起到监督作用。
AI效率比人的大脑在学习效率高很多，但是AI的能效比人脑低很多数量级，毕竟人脑是进化出来的精密产物。就像鸟飞翔是煽动翅膀，而飞机是将石油转化为动能，喷气或者旋转飞翔，鸟飞翔的能效比飞机高很多。当然这是我自己的结论。
在很多单项上，比如听，看，识别，目标检测，预测，AI都超过或者即将会超过人脑。但在综合能力AI仍然不如人脑。人脑的学习往往是数十年，而AI可以使用大量的电和GPU进行学习。人脑大概有300亿个神经元，最先进的GPT-3大概有1750亿个参数，已经超过了人脑。普通的神经网络往往几千万个参数，大型的才有几亿个参数。
与神经元的个数相比，神经元的组织方式更重要。比如我也有300亿个神经元，爱因斯坦也有300亿个神经元，但是我们的大脑神经元链接方式不同，就产生了很大区别。而大脑的神经元的组织方式也是人类破解大脑的最后一步，因为从硬件上我们已经能达到大脑百亿级的神经元个数了。