通用人工智慧是否可能？到現在還是一個很大的爭議論題。反對者認為計算機所有的運作只是數碼的產生及執行而已；依「中文房間」的論述，機器並不具備類似人腦思維的運作能力。至於人腦是如何進行思維，迄今也無人知曉。從10多年前開始，所有主要國家陸續將「腦工程」列為核心發展專案，並提出自己的「腦計畫」，希望透過這個超級工程瞭解人腦的運作方式；進而將研究成果應用至各個領域；最終打造一個「人造超級大腦」。這是一條昂貴、艱鉅、漫長的路；前景如何，尚不可知。

　　如果不是想要製造出一個類似人的生命體，或是要開發出一部更具效率的計算機運作模型，而只是要讓機器具有像人腦一樣思維的能力，則有必要從另一個角度來思考這個項目。人腦與電子腦的構成本質是不同的，全面性的仿造並不切實際，應將實體層面與功能層面分開研究。加上人必須要經過「生、老、病、死」的歷程；對於人腦，「生」的階段是一個從零到有的過程，這是一個大工程；但機器並不須要如此。因此，將研究重點放在功能層面的仿造，就是要繞開對人腦真實運作方式的探索，使用反推的方式，將我們觀察到人腦運作時產生的現象，以現有計算機軟體可以達到的範圍內，逐一打造出來。然而，對於開發通用人工智慧這類智慧型系統，計算機語言無法表現出抽象性事件的狀態及其運行軌跡，往往須要靠著複雜的演算法來完成這類工作，這也使得軟體的適用範圍被局限於某一特定主題。因為演算法先天性存在的問題––找答案，讓人無法將其開發出來的系統與智慧聯想在一起。IBM的華生超級計算機在【Jeopardy】機智問答節目中，雖然贏得競賽，但有些觀察家認為它並未理解節目中的問答。Google的AlphaGo擊敗棋王，但有人打趣的說“如果棋盤少一條線，它便不會下棋了”。此外，計算機語言循序性及不可中斷的執行方式，亦使得其在動態性、多變性、突發性、並行性的運行條件中顯出非常大的局限。如何將真實世界的即時狀況反映至運行中的體系，亦是一個很大的難題。許多專家因而從各個層面提出了各種解決模型，這些模型基本上都使用數學演算，只局限於某一個範圍，並沒有脫離「找答案」的框架，也沒有從一個宏觀的視野演練整個體系的運行流程，這會造成盲人摸象的結果。

　　對於開發一個我們尚未明暸的領域，正確的發展方向非常的重要；從核心的研究開始，由內而外，再「橫向」、「縱向」逐步的推進；因為方向正確可以減少許多的彎路，即使有了錯誤也可以較小的代價調整過來，也就是說要具有可持續性的發展。經過了過去數十年的研究，對於通用人工智慧是否可能實現，仍然是處在一個未知的狀態。一條路如果走不通，則有必要考慮是否應該調整一下它的方向。將在這個領域上所有的規劃，回歸原點；計算機語言作為目前唯一可以使用的工具，如果可以經由變更程式的編寫方式，以及調整行程的運作模式，來解決之前提到“計算機語言產生的限制”，那麼對於通用人工智慧，這個領域的研究也算是踏出第一步了。一個小小的改變，很可能產生意想不到的效果。筆可以用來寫字，到了畫家手裡，卻可以畫出一幅畫。

　　從宏觀的角度出發，展望下一階段智慧型軟體的發展，一個新的運作模型是必須的；這個模型必須能夠擺脫計算機語言的束縛，具有呈現抽象性事件的能力，且包含一個足以滿足之前提到的各種狀況的運作平臺。這是要建立一個「由內而外」的發展方向，而不是現行AI「由外而內」的路線。

　　曾經有人說：「頭腦將是人類的最後一項發明」。我們覺得頭腦複雜、無可捉摸，那是因為沒有人知道它運作核心的本質為何。在這種情況下試圖追尋頭腦運作的方式，自然會衍生出許多捉摸不定的現象。每個人都知道人有自我意識，但它是什麼也沒有人說得清楚。至於像情感、直覺、預判、學習、記憶、感知、理解、思考、智慧…，只是讓人對頭腦產生更多的神秘感。是以，有需要將研究方向重新調整，由事件的核心向外觀察；前面提到的這些現象，也許，大多數只是頭腦運行時留下的痕跡而已。

電子大腦（Electronic Brain，電子腦）衍生自電子計算機科學（Computer Science)，但自成一個新的領域。雖然其最終目標與現行AI系統相同，但是無論在理論上，或是在結構與運作方式上，兩者截然不同；是以，不可以將它們放在同一個層面進行比較，這是兩個完全不同的領域。現行ＡI是要從大量資料中找出正確的答案，然而電子腦並沒有資料這種東西，所有外部訊息都要經過分解、轉換、連結的步驟，成為「知識」後才可以使用。從基本觀念上言，電子腦是要藉由吸收源自外部世界的訊息來建構自己，進而將自己融入現實世界中，並在其中扮演一份角色；是一個完全仿造人腦運作的體系，它的運作模型具備將來發展出「自我意識」的條件。最重要的是，它的核心運作單元是一種抽象化的運作模式，可以表現出類似于人腦思維時所呈現的「時間性」。圖1列出電子腦的基本模組。

　　　　　　　　　　　　　　　　　下一頁 1.計算機語言