Answers:
如果说真正的AI，您的意思是“像人类一样”，那么答案是-没有人知道适当的计算机制（神经或其他）是什么，或者实际上我们是否有能力构建它们。
人工神经网络（ANN）所做的本质上是“非线性回归”-也许这不是一个足以表达类人行为的强大模型。
尽管人工神经网络具有“通用函数逼近”的特性，但是如果人类的智能依赖于物理世界尚未成熟的某种机制呢？
关于您关于“唯一途径”的问题：即使（物理）神经机制实际上是通向智力的唯一途径（例如通过彭罗斯的量子微管），那又如何证明呢？
即使在数学的形式世界中，也有这样的说法：“不存在的证明很难。” 在物理世界中似乎几乎不可能想象到，任何其他机制都不会产生情报。
回到计算系统，请注意，斯蒂芬·沃尔夫拉姆（Stephen Wolfram）在他的《一种新型的科学》一书中做了有趣的观察，他观察到的许多明显不同的机制似乎都具有“通用计算”的能力，因此从这个意义上讲，没有什么非常有用的。特别是关于人工神经网络。
这取决于您认为什么是“真正的人工智能”。但这可能意味着能够像人一样思考-也许以更理性的方式进行思考，因为在人脑中，情感先于比率。
看起来，神经网络或进化神经网络的遗传算法是最接近的方式-模仿人类。
但是，传统的反对观点是我们试图对飞行做同样的事情。我们试图模仿自然，模仿鸟类-试图通过拍打翅膀飞翔。但是最终我们制造了不依赖于拍打机翼的飞机。
在AI中，变量比在空气动力学中要多得多。因此，很可能可以通过除神经网络之外的其他方法来获得类似人的智能。
最后，神经网络是机器学习的一种方法。还有其他一些，所有规则都由关于什么可以学习和不能学习什么的规则支配。（有一个名为计算学习理论的领域对此进行了介绍）。
尽管可以将学习系统扩展到根据COLT无法学习的范围，但这意味着这样的学习系统（神经网络或其他方法）本质上是有缺陷的，并且会在某一点或另一点得出错误的结论。
为了有机会回答这个问题，您首先需要对“真正的人工智能”进行严格的定义，这是我们所没有的。即使有，最好的答案可能是“没人知道”。我们甚至不完全了解人类智能（这可能是我们可以研究的最佳智能模型）的工作方式。我们确实知道（或认为我们知道）是，人工神经网络充其量只是大脑功能的非常肤浅的复制品。事实证明，它们绝对是实现“真正的人工智能”的错误途径，尽管我希望大多数人会对这种情况感到惊讶。
如果出现了比ANN更好的某种其他技术，或者事实证明您需要一组技术，这可能并不令人惊讶。就我个人而言，我认为大脑很大程度上以概率的方式运作是不言而喻的，但是很显然我们有时也使用符号处理/演绎逻辑/规则/等等。因此，我们最终可能会发现我们必须将概率方法（如ANN）与其他技术相结合-可能是归纳逻辑编程或类似性质的东西。