通过人工神经元和神经网络，可以仿照人类智能和更繁芜的逻辑运算。
例如，异或运算是一个主要的逻辑运算，但在传统的打算机系统中很难实现。
但在人工神经元和神经网络中，实现异或运算并不困难。
因此，理论上，人工神经元和神经网络可以仿照人类智能的所有方面。

人类的认知过程是否可以被仿照我们神经系统的这种并行式分布处理构造，更适宜处理自然信息，如图像识别、面部识别、自然措辞识别等。
是否该当让人工神经网络来承担这些任务？它们是否更善于呢？

理论上已经研究透彻，接下来是否该当朝着这个方向迈进？人工神经网络可以办理任何数学问题，只须要增加一层网络就可以了。
然而，实现神经网络并不随意马虎，须要等待硬件和算法优化。
这一想法已经成为行业共识，已经由去了30年。
履行神经网络非常困难。

因此，马斯克认为在人工智能领域，博士学位并不是必需的。
主要的是深入理解人工智能，并能够以实际有用的办法履行神经网络。
真正困难的是实现神经网络，纵然你没有高中文凭，也没紧要。
实现神经网络须要以实际有用的办法进行，这包括利用更适宜仿照人类神经网络并行分布式运算的GPU，以及在自然措辞处理领域利用佛母模型等。

这些已经不再是大略的仿照神经元和神经网络，人类已经开始以自然界中从未有过的办法实践智能，种树的最佳机遇是十年前。
其次便是现在，由于人工智能已经开始颠覆统统。
各位少年，记得常常回基地看看，感激。