“知道字典里
定义和能够实际想象出事物是两码事。以相玩单词游戏，只是从系统内置词典内检索近音或近义词，再将它们组合起来。她很好强，
想，她为
隐瞒自己在事物认知能力上弱点，才硬要有意识地给人留下那种印象。”她以看透双胞胎妹妹口吻说道。
还是说，她只是单纯地从对手立场上发表
些批评言论呢？
“不过也拥有同样缺点，说不出什
不起话。虽然感觉马还是能理解，但条纹呢，到底是什样？”
“说起条纹，你看，就是那样，两种颜色交替出现。”
旦要说明，才发现这意外地难以描述。人类很难把理所当然掌握几个概念，逐用语言教给电脑，所以过去AI研究陷入困境。但是现在有深度学习技术，可以在图像识别上发挥功用。
“说起来，还没告诉你东京斑马这个团体名称由来吧。他们把野性斑马作为象征，所以取名‘zebra’。”
从口袋里传来相以嫌弃声音。
“SHIMAUMA（斑马），若说象征话，TORAUMA（心灵创伤）……”
拿出手机询问。
“心灵创伤怎？”
从网上下载几张斑马图片到手机里，让相以分析。
“斑马就是这样，怎样？”
“嗯……条纹样子与Y有关系吗？”
“Y？你说是字母表上Y？”
“符号接地问题是AI研究课题之。比如，即使是没有见过zebra（斑马）人，但向其说明zebra=stripe+horse（斑马=斑+马）话，他是能够想象出带有斑纹马形象，对吧。可是对AI来说那就很难。斑纹是什样子，马又是什样生物，AI不擅长这类记忆，stripe或者horse这类符号所代表含义，对AI来说相当不‘接地’，无法与实物形成联系。”
这说来，父亲也说过同样话。
“这个问题不是随着针对画面识别进行深度学习技术诞生而得到解决吗？谷歌人工智能可以识别猫，是因为cat这个符号与实际上猫成功‘接地’吧。”
“那是在对猫图像进行大量分析基础上获得成果。和以相只进行针对各类案件深度学习，因此在最初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。”
“你不是说过以相很擅长英语单词游戏吗，即使这样她都无法理解‘zebra=stripe+horse’？”
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
