回答:
真のAIとは、「人間のように」という意味ですが、答えは-適切な計算メカニズム（ニューラルまたはその他）が誰であるか、または実際にそれらを構築できるかどうか誰も知りません。
人工ニューラルネット（ANN）が行うことは、本質的に「非線形回帰」です。これはおそらく、人間のような行動を表現するのに十分強力なモデルではありません。
ANNの「普遍的関数近似」特性にもかかわらず、人間の知性が物理世界のまだ解明されていないメカニズムに依存している場合はどうなりますか？
「唯一の方法」についてのあなたの質問に関して：（物理的な）神経メカニズムが実際に何らかの方法で（たとえば、ペンローズの量子微小管を介して）知性への唯一の経路であったとしても、それをどのように証明できますか？
正式な数学の世界でも「存在しない証明は難しい」という格言があります。現実の世界では、他のいかなるメカニズムによっても知性が生じ得ないことを実証することが可能であることはほとんど考えられないようです。
計算システムに戻ります。スティーブンウォルフラムが著書「A New Kind of Science」で興味深い観察を行ったことに注意してください。彼が観察した明らかに異なるメカニズムの多くは「ユニバーサルコンピューティング」が可能であるように思われるため、その意味ではあまり何もありません特にANNについて。
それは、あなたが「真の人工知能」をどう考えるかによって異なります。しかし、これはおそらく人間のように考えることができることを意味します-そしておそらく、人間の脳の感情が比の前に来るように、より合理的な方法でそうすることです。
ニューラルネットワーク、またはニューラルネットワークを進化させる遺伝的アルゴリズムが、人間を模倣した最も近い方法であるように思われます。
しかし、これに対する従来の反論は、私たちがフライトでも同じことをしようとしたことです。私たちは自然を模倣し、鳥を模倣しようとしました-羽ばたきで飛ぶことを試みました。しかし、最終的には羽ばたきに依存しない飛行機を作りました。
AIには、空気力学よりもはるかに多くの変数があります。したがって、人間のような知能がニューラルネットワーク以外の方法で達成できる可能性は非常に高いです。
結局、ニューラルネットワークは機械学習への1つのアプローチです。他にも、学ぶことのできるものとできないもののルールがすべてに適用されています。（これをカバーする計算学習理論と呼ばれる分野があります）。
COLTで学習できる範囲を超えて学習システムを拡張することは可能ですが、これはそのような学習システム（ニューラルネットワークなど）には本質的に欠陥があり、ある時点で間違った結論を導き出すことを意味します。
これに答えるチャンスを得るには、まず「真の人工知能」の厳密な定義が必要ですが、これは私たちにはありません。それがあったとしても、最良の答えはおそらく「誰も知らない」でしょう。私たちは人間の知性（おそらく私たちが研究に利用できる最も優れた知能のモデル）がどのように機能するかさえ正確に理解していません。私たちが知っている（または私たちが知っていると思う）ことは、ANNがせいぜい脳機能の非常に表面的なレプリカであることです。それが「真の人工知能」を達成するための絶対に間違った道であることが判明するかもしれませんが、それが事実であることが判明した場合、ほとんどの人は驚くと思います。
おそらくそれほど驚くべきことではないのは、ANNの手法よりも優れた他の手法が登場した場合や、手法の組み合わせが必要であることが判明した場合です。個人的には、脳が主に確率論的に機能することは自明に近いと思いますが、シンボリック処理/演繹論理/規則などを時々使用することも明らかです。推論、演繹などの方法です。したがって、最終的に、ANNのような確率論的アプローチを他の手法（おそらく帰納論理プログラミングなど）と組み合わせる必要があることに気付くでしょう。