i，将我的脑电波动与实际输出指令代码作为训练数据，训练ai进行识别判断。”

苗小喵提出了自己的办法：“如果训练出的ai能完成高精度的对照识别，那就意味着它整理出来了最准确的脑电图谱和预处理算法，我们再从ai身上进行提取。”

“好想法！”

林语听罢也眼眸一亮。

哪怕以他的角度来看，苗小喵的这个建议也非常有可行性。

前文已经说过，ai的判断识别本质上其实都是猜谜。

人类和机械从认知上就是截然不同的，人不可能教导ai任何东西，ai本质上是通过算法去猜谜。

例如，让ai分辨一个东西是苹果还是梨子。

人不可能给一个程序解释和表达苹果和梨子的概念，更没办法和教孩童一样去教ai怎么分辨。

所以也就有了训练。

如同一个暴君式的老师，不负责教导，只给出题目和参考答案，让ai自己去做题、然后对照参考答案。

在亿亿万的题海训练里，让它自行摸索与总结出如何判断、准确来说是如何猜得更准的参数和公式。

这种方式得出来的是一个黑盒子，设计它的人都不一定能知道内部的具体情况，而且所形成的也并不是真正的推导答案，而是猜。

就像某些人考试做选择题的口诀——三短一长选最长。

训练出来的，是一套让它猜得更准，尽可能接近正确答案的参数。

但不管如何，就算是猜，它也是无限趋近于正确答案的猜，在足够的训练数据与次数支持下是能达到极高准确率的。

也就是说，将这个ai训练出来，就有了一个彻底掌握意识与机械语言、趋于完美的翻译专家。

在苗小喵身上冒险他不愿意，但对于一个训练出的ai，无论是测试还是拆解自然都是任意