陆铭，“想象一下，你现在手里有一把枪，你对面有一个靶子，你需要去命中它。”
他扫了下边一眼，“ok，这个场景大家都能理解。那我们再简化一下，想象一下你是一个游戏角色，你可以在靶子平行的平面上下左右移动。”
“于是乎，你可以将这里的权重w看成，你自己在平面xy坐标上移动以便确定能正中目标。而偏置值则是考虑上空气阻力，你再进行相应的微调整。”
陆铭在白板上罗列了一系列的参数，“那最后的损失loss呢？简单，大家都能理解，离靶心越正中间，loss越低，就说明越成功。
所以其实具象去看，它就变成了一个射击游戏，你不断地给机器喂数据，让它学着怎么去命中靶心。一旦它学会了，那换了另一个靶子，它大概也能做到差不多的水平。
当然，再具体去说，数据很复杂，情况也多变。这里我们就不细致探讨。”
路舟也同样在台下，也就当学习一般听着，毕竟陆铭所讲也算有趣。
陆铭，“其实，你再反向去看这个射击的场景也会很有意思。如果是人去学习射击该是怎么样的过程？首先大脑传达信号，然后手指的肌肉产生反应，进行射击后我们通过眼睛去识别到底打中没有。
而机器呢，它没有这些东西，所以我们给它一个输入输出函数，输入到机器，它就出来反应，然后它再根据loss识别到底命中没有。
那都打不中怎么办，那就学到会为止。而事实上，这就是我们常说的人工智能，其实它就是用数学来模拟我们的生物特征。尽管实际应用中，它和统计更加相关。”
在和陆铭确定了接下来一些微讯的系统研究课题后，路舟也就驱车准备回公司。
临走之前，路舟却是在陆铭的讲解中突然就冒出了个脑洞来。
路舟对陆铭问道，“师兄，刚刚你说的射击场景还记得吧。”
陆铭点头，“嗯。怎么，有什么问题？”
路舟，“问题是没有。我就在想，你刚整个过程不是一个简化和比喻吗？”
“对，算是个比喻。”
路舟，“那么，复杂化的情况你觉得怎么样？”
陆铭听了一脸好奇，“嗯？”
路舟说道，“ai和正常编程处理数据的区别，一般我们也都说，是否需要显式编程。”
陆铭点头，“嗯。”
路舟摩挲着下巴，“那么我要是给一台机器装上移动的手臂，再接着给它装上摄像头和传感器。那么，这个射击的学习过程是否真的成立。
嗯。我是指一次编程定义，最后机器真的学习了射击这个动作。”
陆铭，“这个似乎有些不大不要，真的就是一个例子。”
路舟摇头，显然陆铭是没有理解他的意思。
“那这样，这个机器的身体我做得足够复杂。我也不进行显式编程来定义它的动作，而仅仅是在隐式的神经网络中定义好传感器的参数。