从
的袋里传相以嫌弃的声音。
【收藏安瓦中文，防止丢失阅读度】
“SHIMAUMA（斑马），若说象征的话，TORAUMA（心灵创伤）
”
拿手机询问。
“心灵创伤怎么了？”
“符号接地问题是AI的研究课题之。比如，即使是没有见zebra（斑马）的，但向其说明zebra=stripe+horse（斑马=斑+马）的话，是能够想象带有斑纹的马的形象的，对吧。可是对AI说那就很难了。斑纹是什么样子，马又是什么样的生，AI擅这类记忆，stripe或者horse这类符号所代表的义，对AI说相当‘接地’，无法与实形成联系。”
这么说，也说同样的话。
“这个问题是随着针对画面识别行度学习的技术的诞生而得到解决了吗？谷歌的工智能可以识别猫，是因为cat这个符号与实际的猫成功‘接地’了吧。”
“那是在对猫的图像行了量分析的基础获得的成果。和以相只行了针对各类案件的度学习，因此在最初的斑马测试中成绩惨淡。至今仍无法理解何谓斑马，以相肯定也样。”
“是说以相很擅英语单词游戏的吗，即使这样都无法理解‘zebra=stripe+horse’？”
“知字典里的定义和能够实际想象事是两码事。以相的单词游戏，只是从系统置的词典检索近音或近义词，再将它们组起。很好强，想，为了隐瞒自己在事认知能的弱点，才有意识地给留那种印象。”以看透了胞胎的说。
还是说，只是单纯地从对手的立场发表些批评的言论呢？
“也拥有同样的缺点，说什么了起的话。虽然觉马还是能理解的，但条纹呢，到底是什么样？”
“说起条纹，看，就是那样，两种颜替现。”
旦说明，才发现这意外地难以描述。类很难把理所当然掌的几个概念，逐用语言给电脑，所以去的AI研究陷入了困境。但是现在有了度学习技术，可以在图像识别发挥功用。
从网载了几张斑马的图片到手机里，让相以分析。
“斑马就是这样的，怎么样？”
“条纹的样子与Y有关系吗？”
“Y？说的是字表的Y？”
“是的，可以看到好几个Y。”
“哎，在哪里？”
看到的是样的图片吗？
相以打开了读取中的图片，没错，那正是刚才载的斑马图片。面想着“哪有什么Y”面看向图片，发现有些地方的条纹分成了两股，确实有Y的形状。
“确实是Y呀”
“这么说，果然条纹和Y有关系呢！”
“，并是那样。像Y的地方也有呀，注意那里。那才是条纹的本质。”
说着说着，的脑海里浮现了别的图像。
