令人讽刺的是，机器训练方法是模仿人脑的认知方式，说到底归纳法和证伪法，只是依靠的数据量太大了，不容易看出来。 这种办法非常笨，连三岁小孩不如，因为三岁小孩能够在很小的数据样本里面就构建起非常精确的模型，并且自动进行链接。一个三岁小孩的英语能力可以秒杀在高校里面的英语教授，同样一个三岁小孩的中文也可以超过东方学专家。生成能力是人脑的元认知能力之一，还不是全部。
厉害的是在相关性上下了笨功夫
工程师把一个事情不断拆解成一个个要素，让代码 RCS 数据库 自动在这些信息和材料里面学习，这个事情都很简单，每个过程都在出错，试错，然后通过出错自动进行补充，即使有了标准出错，他就会接着迭代。以此类推，不断延展在不同的训练场景里面。 比如人脸识别技术，语言识别的技术都是这样通过大量的材料大数据，通过相关性不同建模得到了一个结论，由人去匹配，机器人和工程师不去纠错，他就一直以默认这个相关性是可行的。
你就会机器训练和应试教育人
的训练最大的不同是，机器智能一头是大数据，一头是结合巨 提供反馈 不要等到特殊场合才提供反馈。 大的需求算法的模型，以及结合不断的使用反馈，不断对模型进行修正。 甚至在机器智能的世界里面，没有对和错的概念，由于都没有所谓的错，自然也没有对于机器的惩罚机制，没有差等机器或者优等机器之分，也没有学术机器和职工机器之别，只需要符合相关性以及可行性验证就行了，机器甚至没有功利性， 也就是说，工程师在机器世界里面模拟了一个机器与机器之间
代码与代码之间没有等级
没有优劣，没有奖惩，没有真伪，绝对平等不做评 捷克数字数据 判的纯粹世界，而人是什么样，就可以训练成什么样，正因为如此，才形成了个性化。你想要判断的 怎么样，完全取决于你输入什么样的数据材料，人工智能没有意志，他的意志来自于操控的人。 甚至认知方法和学习方法——模糊了解加大量实践，也曾经是正常人经常用的学习方法，只是这种方法被应试教育所抛弃和压抑了！ 而自高考恢复以来中国人的学习方法是什么？是模仿死机器，无限制接近于标准答案，不仅需要全职学习脱离实践，还要与模糊性和不确定性为敌，以输入标准答案为评价的体系，这确实是一种可怕的颠倒——人越来越像机器，机器越来越像人，人在物化，物在人化。
