作為未來人工智慧的基礎，需要完全具備自動聚類，發現模式，增量學習，海量資料學習的能力。而不是給定已知的資料集，訓練完畢，無法根據新的資料和環境進行調整學習。目前的深度學習，已經取得很不錯的效果，能在很多苛刻的測試資料集上取得比人眼識別還好的識別率。但是這是乙個專家系統，仍然是一部不會具備智慧型的死機器。要得到真的人工智慧或者說強人工智慧，智慧型系統需要「活」起來；與資訊世界不短的資訊互動，在互動的過程中發現模式，並提取用於新的資訊的處理。
對比人腦和人成長的過程總結一下，需要具備一下的特徵的系統：
1） 增量學習分類
2） 自動聚類
3） 海量資料學習
所以也能看出人工智慧系統的基礎是自動聚類器，增量學習分類器。
接下來，我試圖去探索具備這麼些特性的系統。首先是找到自動聚類，增量學習分類器；在此基礎上組合成聽覺、視覺系統；進一步新增思維決策系統；高階一些新增情感系統等。所有的關鍵在於自動聚類，增量學習分類器。也是目前世界範圍內沒有突破的關鍵一步。
2016-1-24：
最近幾乎要突破這個特徵系統的了。： 無限增量學習，能實現無限增量學習，是強人工智慧的基礎。當然其他各種上層的東西： 自我、自舉學習， 情感，這樣的東西，目前還不到深入研究的地步。但是各種高階一些的智慧型體具備的功能特徵，其最基礎的支撐演算法，必須是無限增量學習。（20年以後回來看，這個必定已經成立，不知道這個提法能申請專利不？ 呵呵，窮的我沒辦法研究下去了，瘋了。）下面說說突破的地方：
什麼強人工智慧，強人工智慧需要具備哪些能力？
強人工智慧又稱通用人工智慧或完全人工智慧，指的是可以勝任人類所有工作的人工智慧，人可以做什麼，強人工智慧就可以做什麼，這種定義過於寬泛，缺乏乙個量化的標準來評估什麼樣的電腦程式才是強人工智慧。乙個可以稱得上強人工智慧的程式，大概需要具備以下幾方面的能力 1.存在不確定因素時進行推理，使用策略，解決問...
強人工智慧基本問題
人類智慧型在巨集觀上有心理學，微觀上有分子生物學等學科研究。但每個方向研究到一定階段就停滯了，沒有哪個學科能告訴我們 為什麼能有智慧型，如何才能產生智慧型。即使已經了解了大腦的很多知識，人類智慧型仍然是個黑盒子。對黑盒的研究，要麼從外部觀察其行為，然後來模擬其結構，可稱為自上而下的研究 要麼猜測其結...
為什麼需要強人工智慧
版本 0.1 也許回答這個 為什麼 是多餘的，因為好奇是人類的特質，也是科學不斷進步的原因。這裡只是腦洞大開的列舉了一些需要強人工智慧的原因。永生 或叫做延長生命 從人類意識到生老病死的規律後，就開始研究永生了，或者叫做延長生命。從宗教到各種技術流派，其中最有名的之一應該是秦始皇了，花了大量人力物力...