：我們通過觀察、發出行動與世界接觸，得知我們行動的結果，以此來了解世界如何運作。

    沒有人告訴我們所看到的每一個對象的名稱和功能，但我們能學會非常基本的概念，比如世界是三維的，物體不會自行消失，沒有支撐的物體會往下落。

    伏羲也是有這種能力的。所以要讓它獨立發展出高級的視覺識別能力，也不是不可以，但需要非常強大的硬件基礎，以及非常漫長的時間。

    而接受培訓項目，也就是接受「監督學習」，能大大縮短這一過程。

    視覺識別能力，其實不像人們想像的那麼簡單。比如，一個智力正常的人類漫步在小區里，看見一條薩摩耶和一條吉娃娃，雖然它們的外表相差很大，體型也不是一個量級，但我們能一眼就認出，它們都屬於「狗」。

    看到兩條不同的薩摩耶，我們能很快分辨出，這條是樓上老李家的，那條是隔壁老周家的。

    但是對於人工智能而言，圖像只是一串數組。

    伏羲的核心成分借鑑了深度學習系統，在深度學習系統中有一個特別有用的架構被稱為卷識神經網絡。

    當人工智能需要識別一個圖像時，它首先檢測組成這個圖像的那一串數組內的一小部分，由部分到整體。

    例如物體的邊緣，在第一層卷識神經網絡中能夠被輕易檢測出來。

    而神經網絡的下一層將檢測這些簡單圖案的組合所形成簡單形狀，比如汽車的輪子，馬的尾巴上的毛，蝴蝶翅膀上的鱗片，人臉的眼睛。

    再下一層將檢測這些形狀組合所構成的物體的某些部分，例如人臉、腿部，馬的尾巴，蝴蝶的翅膀。

    神經網絡的最後一層將檢測剛才那些部分的組合：一輛汽車、一架飛機、一個人、一匹馬、一隻蝴蝶等等。神經網絡的深度使網絡能夠以這種分層次的方式識別複雜模式。

    但是想要人工智能學會識別這顆星球上的萬事萬物，數十億各不相同的人類和動物，就需要經過大量樣本數據庫的訓練。這也是為什麼伏羲需要那些大數據公司提供的訓練項目。