陆铭，“想象一下，你现在手里有一把枪，你对面有一个靶子，你需要去命中它。”

他扫了下边一眼，“ok，这个场景大家都能理解。那我们再简化一下，想象一下你是一个游戏角色，你可以在靶子平行的平面上下左右移动。”

“于是乎，你可以将这里的权重w看成，你自己在平面xy坐标上移动以便确定能正中目标。而偏置值则是考虑上空气阻力，你再进行相应的微调整。”

陆铭在白板上罗列了一系列的参数，“那最后的损失loss呢？简单，大家都能理解，离靶心越正中间，loss越低，就说明越成功。

所以其实具象去看，它就变成了一个射击游戏，你不断地给机器喂数据，让它学着怎么去命中靶心。一旦它学会了，那换了另一个靶子，它大概也能做到差不多的水平。

当然，再具体去说，数据很复杂，情况也多变。这里我们就不细致探讨。”

路舟也同样在台下，也就当学习一般听着，毕竟陆铭所讲也算有趣。

陆铭，“其实，你再反向去看这个射击的场景也会很有意思。如果是人去学习射击该是怎么样的过程？首先大脑传达信号，然后手指的肌肉产生反应，进行射击后我们通过眼睛去识别到底打中没有。

而机器呢，它没有这些东西，所以我们给它一个输入输出函数，输入到机器，它就出来反应，然后它再根据loss识别到底命中没有。

那都打不中怎么办，那就学到会为止。而事实上，这就是我们常说的人工智能，其实它就是用数学来模拟我们的生物特征。尽管实际应用中，它和统计更加相关。”

在和陆铭确定了接下来一些微讯的系统研究课题后，路舟也就驱车准备回公司。

临走之前，路舟却是在陆铭的讲解中突然就冒出了个脑洞来。

路舟对陆铭问道，“师兄，刚刚你说的射击场景还记得吧。”

陆铭点头，“嗯。怎么，有什么问题？”

路舟，“问题是没有。我就在想，你刚整个过程不是一个简化和比喻吗？”

“对，算是个比喻。”

路舟，“那么，复杂化的情况你觉得怎么样？”

陆铭听了一脸好奇，“嗯？”

路舟说道，“ai和正常编程处理数据的区别，一般我们也都说，是否需要显式编程。”

陆铭点头，“嗯。”

路舟摩挲着下巴，“那么我要是给一台机器装上移动的手臂，再接着给它装上摄像头和传感器。那么，这个射击的学习过程是否真的成立。

嗯。我是指一次编程定义，最后机器真的学习了射击这个动作。”

陆铭，“这个似乎有些不大不要，真的就是一个例子。”

路舟摇头，显然陆铭是没有理解他的意思。

“那这样，这个机器的身体我做得足够复杂。我也不进行显式编程来定义它的动作，而仅仅是在隐式的神经网络中定义好传感器的参数。

只要机器身体结构足够优秀，它是否有可能出现真正的学习，比如，从零开始蹒跚学步，学习奔跑跳跃，甚至投篮打羽毛球。”

陆铭这算是听懂了路舟的话，“理论上推动n训练确实可行，但现时命中率是个问题。如果你是选择相信hton的话。”

路舟也没有理会陆铭，却是继续说了下去，“不不师兄，我是在说真正的人。”

“单单身体也许你还很难理解，那如果是增加听觉传感，然后再给予它一个喇叭呢？”

陆铭乐得，他笑了笑，“所以你要让它学习语言？这也算是个很好的课题吧，尽管很困难。”

路舟依旧摇头，“不不。你回想一下，人从婴儿开始学走路学说话，再到成人形成世界观，这一整个过程！我的意思是创造一台机器去经历这个过程，并且尽量减少显式编程的干预。”

陆铭恍然大悟，“很有意思。也许这真的会成为一种新人类。”

路舟伸出手指示意稍等，他陷入了一阵深思之中。

“还是刚刚的场景，假设我已经创造出了这样两台机器。他们拥有一切和人类类似的身体结构，可以发声音，能够接收五感。

但我们仅仅定义隐式的神经网络给它们。而一开始它们也不会拥有任何关于这个世界的信息。”

路舟斟酌了一下语言，“ok。现在它们其中一台开机，接触了整个世界，感受到光线、温度甚至空气。

这会，刚好我的手机响了，发出了‘lg’的一声。很好，它接收了这个音符，图像识别出了这台手机。

第二台机器开机，开始如同刚刚那台一样，对，就和婴儿认知这个世界一样。但这时，如果第一台用发声器发出了‘lg’的一声，然后它抬起手指向手机。

一遍，两遍第二台机器终于‘明白’了意思，也发出了lg一声而后指着那台手机。”

陆铭听到这，脑子一下炸响。他想到了一个场景：