</p>
此时所有人都不知道，眼前这个巨大机器人的人工智能，已经换成了天神本体，天神在这个时候操控着这个巨大的机器人，在这里找到自己的乐子。
所以这也就是为什么大家在攻击的时候，这个机器人总能很好防护的原因，此时在这里的所有人，都是不知道，从叶轻尘不断跟自己意识抗争的时候，天神在这个时候也是来到了这里。
同时天神的心神也是放在另一边，另一边的天启也是有了新的思考，天神现在做了一点小小的改动，让天启的思考网络，能够直接连接到自己的脑袋当中，所以在这个时候不仅可以看到眼前的好戏，同时也能获得一些新的思考。
天启这时候思考的最大一个问题，就是人工智能首先需要突破的巨大难题是计算机的视觉问题。
就在五年前，计算机识别物体还非常困难。那个时候人工智能仍然是一个雏形，想起自己诞生的时候，那个时候人工智能的发展还是仍然没有走进正轨，这个问题是人工智能绕不开的一个难题。
而人类在这方面却有着压倒性的先天优势：人类可以迅速、准确地辨识出图片上的物体，并进一步对图片各区域进行分区域、分类识别。
虽然计算机一瞬间可分析数百万个像素，但编写一个能将所有数据转化为有意义的信息的算法却相当困难。
或许在理想国现在的这个时候来看并不怎么可能，但是实际上当时的人工智能的确蠢得要命。
如何创建一个自上而下的算法来识别呢？天启觉得这个技术应该上升到识别人类意识的层面，不过人类地大脑的确是最好的计算机，这一点不能否认。
虽然每幅图像中的像素构成是完全不同的，但人类大脑具备惊人的能力，可迅速处理数据并输出答案。
人类大脑识别图像的能力，曾经广泛应用在为支付等领域构建附加的安全层验证码方面，不过这已经是好几十年前的事情了。
以识别当前的交易对象是人类还是计算机程序，比如网上的抢票防作弊程序。
这其实就是一个反向的图灵测试，当看到一幅图像或一些特别的笔迹时，人类非常善于辨识出这幅图像或文字的特点，而计算机程序却不足以应对所有的变化。但是，机器学习使这一切发生了改变。
天启觉得自己也是在这个时代，得到了不一样的进化，这样进化让自己更像是一个人类。
通过由各种图像组成的数据库对算法进行训练，算法逐渐建立起一个问题层次结构，它可以向一幅具有高准确度的图像发问，并将其准确地识别为某种物体。
这个算法与原来天启研究的略有不同，并且违反了人类所定义的构成一个好的算法，以及四个基本原则之一。
算法在大部分时间都在工作，但达不到100%，所以关键是要让其尽可能达到“最”。
对于业内人士来说，确定性算法到概率性算法的转变是一个重大的心理突破，类似于让数学家用工程师的思维方式去考虑问题，不过这对于天启来说也是不一样的感受。
所以也利用在这个虚拟世界里面的能力，背后默默的推动了一场演唱会举办，自从演唱会由一个财团举办，实际上这个财团的资金提供，是由天启一手供给的。
当在线购买最新的演唱会门票时，会被要求去识别一组图像以便进行人机区分呢，这个过程看起来非常的简单，实际上其中蕴含的道理可是相当的深刻。
这个后面所蕴藏的道理，对于人工智能来说可能收获不少，从人类的视觉感官，以及人类的判断，这些数据都将成为人工智能，研究人类的一个很好的蓝本，还好创造出来了这个比真实世界还要真实的虚拟世界，也让天启可以获得不少数据。
人类在购票的过程所做的选择，实际上是在帮助算法准备训练数据，这些数据随后会被载入算法，这样计算机就可以尝试学习人类毫不费力就能做的事情了。
算法需要借助带有标签的数据才能得到训练，天启所做的则是真正在做的是训练视觉识别的算法。
用这些训练数据作为最好的问题类型可以训练算法，以便其区分某物体和非某物体的图像。
每当计算机本我的程序算法识别错误时，它将进行调整，以便下次能够正确识别。调整的过程通常需要更改当前算法的参数，这样就可以引入新的标签以求更准确地识别图像。
这种更改不是通过计算机的硬件设施，预判是并自上而下实施的，而是由算法自身通过高频次的数据交互自下而上构建的。
同时天启穿梭在各种各样的智能设备里，见识到了孩子们，在家里使用的X游戏机，是如何识别人在摄像机前的动作的，并深深地被这种强大的自下而上的学习能力震撼。
天启作为一种软件，实际上并不清楚每个硬件的实际情况，所以在这个时候，也是在每个硬件的不同情况下被深深震撼。
该算法可以很好地将人体的头、肘、手、脚区分开来，X配有一款深度感应摄像头，它可利用红外线技术，记录障碍物与摄像头的距离，如果人类站在客厅里的摄像头前，它会检测到它与人类身体的距离比后侧墙壁更近，并且还能确定人类身体的大致轮廓。
但人有男女老少、高矮胖瘦，特别是在玩游戏时还可能会摆出一些奇形怪状的姿势，这个数据在沈教授研究所获得的，所以该算法需要对人体的各处特定部位进行定位和识别。
苹果科技公司的算法，可以达到对静态图像的识别，动态图像识别需要更强大的分析处理能力，强行为会导致游戏卡顿、延迟，不过沈教授的研究所可是让这方面的研究得到了很好发展。
可能很多人类还是想不到，算法是如何确定那些特定身体部位，所对应的图像中的像素点呢？