修改错误”。
    人在判断自己的决定是否正确的时候，可以通过查阅资料、询问他人或者进行自我思考，而机器同样需要一位老师，或者说一个参照基准，以帮助它完成这一判断的过程。
    对于有正确答案的问题，大数据显然就足以承担基准的角色。
    但事实上世界上的绝大多数问题，都是没有正确答案的。
    喝奶茶还是喝咖啡？电影还是电视剧？红色还是蓝色？
    还有说话的方式，看待问题的态度，面对陌生人的情绪……
    这些没有对错的问题通常取决于“偏好”，而各种各样的偏好才是决定一个人性格的最重要因素。
    当初的弥赛亚想要给机器灵魂，自然不单单是写出一个只会做“正确判断”的机器。
    他很快在基因算法的基础上，给这整个程序寻找到了“培养偏好”的方法——那就是，以真正的人类为“基准”进行学习。
    其实初代弥赛亚一直都是支持“反逻辑”论的，并不认为能找到简单和通用的原理（如逻辑），得以使人工智能达到所有的类人智能行为。
    基因算法却恰恰通过逻辑的非固有性实现了非逻辑，让机器能像人类一样，从懵懂学语到一点一点认知世界，形成自己
 <本章未完请点击"下一页"继续观看!>