人的局限不必也是机器的局限。没有理由说我们处理语言的特殊方式是惟一可能的方式。我们可以自由地去尝试新办法，发现不同于自然界已有的连接神经元与神经节的新途径、新结构。借助目前现有的技术，我们有机会探索并检验有关智能如何运作的其他假说。一个系统如何“思维”反映了该系统的结构，就是说结构不同，思维方式也不同。与其总是使计算机模仿我们的思维，还不如为它寻找全新的思维方式。
智能模型建造已走过了把大脑的任务托付给机器的阶段。这个阶段是从使用机械计算器开始的。17世纪法国数学家帕斯卡(Blaise Pascal，1623-1662)和莱布尼茨首先使用计算器。在19世纪，还有英国数学家、发明家巴贝奇(Charles Babbage，1792—1871)也用过它。此阶段延续到20世纪中叶，电子计算器开始使刚，其速度和精度都有了巨大提高。时至今日，我们先进的计算机仍然毫无智能可言。其推理能力远在人脑之下。当前演示的人工智能大多是靠现代计算机极高的，并且日益提高的运算速度来实现的。计算机的高速处理能力弥补了其洞察力的不足。且依靠的是笨法子。
所以说，此阶段并非像某些人想像的那样是一种革命。机器明显地加快了数学计算，但计算本身与我们手算并无二致。解题速度已为人工所望尘莫及，但算法结构并没有改变。只有替代大脑的工作演进到使用适应性算法和遗传算法，能根据输入的改变调整算法结构，不用人的干预，且能超过人的设计，真正的革命才算开始起步。这类算法有潜力演化成根本不与人脑的任何部分功能雷同的智能系统，可能演化得超出人的理解范围。
摘自《光速思考——新一代光计算机与人工智能》