意做到的事情，在机器眼前反而是比较容易的。在人类很容易想到的故事大势等问题上，机器反而最难想通。所以，在辅助创作软件诞生的最初几年，要充分利用机器的优势、同时由人类手把手去训练、修正、最终审稿修改。”
当然，为了“深度学习”，最重要的是把机器人写好的稿子、由人类修改之后，再重新反馈给机器人，让其“学习”其中的差别。
深度学习，总的来说就是这么学习的，不断反馈此前答案的对错。就像谷歌和facebook当年训练人脸识别，就是给无数的图给机器识别，然后错的要告诉机器错了。久而久之，机器的模糊统计算法就“知道”什么是错的了。
朱子峰只是个业余的脚本编写者，他当年给某点闹事的时候，根本不懂深度学习算法，也没有那么好的产业视野。他那个孙达炮一样幼稚的想法，只有落到初音这样的巨头身上，才能变得有可操作性。
正如人工智能在实现自动驾驶的过程中，必须先借助辅助驾驶。
人工智能在攻克国际象棋、围棋的时候，必须先借助人加机器的“半人马模式”，来实现比纯机器更好的效果。
在驾驶汽车的时候，在人脑看来最难的事情是应对突发事件，是“保持车辆精