从理论上讲，任何神经过程都可以在计算机中以数字方式再现，即使大脑大部分是模拟的。Ray Kurzweil在他的书“ 如何创造心灵”一书中解释道，这不是一个问题 。然而，试图复制人类在机器中感受的所有东西并不总是有意义的。

如果机器配备了适当的传感器，感觉如热，冷或疼痛的感觉很容易从环境中感受到，但对于其他生理感觉，如口渴，饥饿和嗜睡，情况并非如此。这些感觉提醒我们身体的状态，通常由血管加压素，生长素释放肽或褪黑激素等激素引发。因为机器没有消化系统和激素，所以试图模仿这种感觉是完全荒谬的。

情绪不会无缘无故地出现。它们要么是对外部刺激的反应，要么是对内部思维过程的自发表达。例如，我们可以开心或开心，因为我们收到礼物，晋升或赢得了彩票。这些是触发我们大脑内部情绪的外部原因。内部思维过程的结果可以实现同样的情感。如果我设法找到一个复杂的数学问题的解决方案，即使没有人要求我解决这个问题，并且在我的生活中没有任何具体的应用，那也可以让我高兴。这是一个没有外在原因的纯粹的智力问题，但解决它会令人满意。这种情绪可以说是从新皮层的内在化思维过程中自发产生的。

随着人工智能的快速发展，我们正在走向一个社会，在这个社会中智能和有感知的机器人将在人类中生活，与人类合作，与人交往，也许有一天会被认为是个人，与他们相同人类。我们现在还没有，但看看人类和机器人能够感知，感知和行为方式的根本区别是很有趣的。

人工智能的感觉，来自于各种传感器的信号。具体如热敏电阻信号，压敏电阻信号，光电转换信号，等。

当然，这些信号，只有经历一整套回馈过程，才算满足人的感觉过程。包括：1.信号产生(各传感器)，2.信号采集(传递)，3.信号储存(server/平台)，4.信号分析，5.信号处理对策选择，6.回馈信号，7.反应监控，等。

被上帝凝视，被高手PUA，刘姥姥进大观园。

但是人类智能有个能力人工智能还不具备，感性思维，有我见我，不服就干。

当然，目前绝大多数应用“人工”有余，“智能”不足，还需要时间。

目前的人工智能教育的应用场景有：

1.个性化学习：包括自适应练习，分级阅读等细分应用。

2.虚拟学习助手：包括拍照搜题和对话机器人等场景。

3.商业智能化：把原来商业里面的智能技术应用到教育里面来，帮助学校和机构更好地解决教学效率和运营效率的问题。

4.专家系统：像高考的升学规划还有职业规划、留学咨询等复杂决策的系统。

现在基于深度学习的人工智能技术背后依赖于更多的数据、更好的性能和更优秀的算法，背后的原因来自计算能力的提高和成本的下降。全球的数据也在不断上升，所以更多的数据、更低的成本和更快的性能会带来更强的人工智能教育。

相当于人类的低级感觉。

人类的高级感觉是高维的。

三维的人工智能技术不能模拟人类高维精神功能。