专项训练学习不过是增强人工智能某方面🉆🅂🃳的能力，而这种整体性🜽训🛔🜄练，则是提升人工智能整体水平。
项目前想要专项训练🀸🁧，需要先设置规则，然后利用数据资料进行训练，而整🌝⛮🝳体提🁏🄵升就是另外一番操作。
由于具备海量的综合性数据知识，导致人工智能能够通过这些🍅数据的学习，增🄧⛧🜮加它在各个方面的能力，然后反向优化规🍘则设置。
也就🌤是说一种是从理论到实践的过程，另一种是从海量实践当中总结出理论，从而继续指导实践。
前者虽然效率更高，专业化程度更高，🄜⚄但🉆🅂🃳是确定性越高🌸，也就不会给人惊喜，大家都知道接下来会发生什么。
而后者虽然效率和专业化程度可能没有前者高，但是由于没有提前设置规则，完全是人工智能自己学习总结，然后上升到规🚌则的阶段。
这就会产生不确定性，也就会诞生出人意料的结果，例如经过海量数学知识的训练学习，可能会诞生新的数学理论，或者是衍生♃🅯数学理👄🆗🏰论。
虽然这样的理论不一定具非常高的原创性🉆🅂🃳，但是却也是众多数学知识的总结，对于指导一些数学问题的解🎂决具有重要的作用。
当然，如果人工智能的计算能力非常强大，是有可能会诞生🄯🁂🃁具有🜽很高原创性的数学理论知识，推广开了😇⚹🖔，也能在其他的学科发生这种情况。
这就🌤意味着人工智能已经可以深度参与人类的科学研究🌸和世界本质探索当中了，也许今后人类只需要负责提供知识线索和样本，人工♗🈢智能来负责总结和升华。
当然，这些都是理论上存在的可能，实际上受限于计算力，想要做到这一点非常难，就是不知道🐎⚘👨量子计算机💨🔛🁖会不会对人工智能产生质的提升。
【认识十年的老书友给我推荐的追书app，咪咪！真特么好用🜽，开车、睡前都靠这个朗读听🝧书打发时间，这里可以下载】
量子计算机比传统计算机的计算力要强得多，但是计算的不确定性也要比传统🄧⛧🜮计算机要高得多。
说通俗一点，量子计算机的计算结果是个概率数字，概率越大越接近答案，而传统计算机是确🝧定性的，这是两🙣🌋♊种计算机架构的本质区别。
他很想知道到🐠🁔🅜时候人工智能经过海量的知识学习，能够达到什么程度，对此他是非常🐘期待。
至于会不会出现强人工智能，以现🔏⛔在的计算机架构和软🌸件架构，是无法🌺🄍做到的，就算是再智能也是一个工具而已。
而强人🎅🎭功能就算是再弱⚩小也是和生命一样，拥有自己🚑的思想，就和婴儿一样，总不能因为实力弱小就否认其本质的不同吧。
其他人也纷纷发表自己的看法，特别是几个公司技术负责人，对此还是很感兴趣的，都⛫🝘能🔦从中找到自己的业务点。
像玄武科技公司的武超强和范永明，觉得将来的全自动化工厂，也是⚩🔅可以依托云平台构造的，比单独构造自动化工厂🙜🗨要🍘有优势得多。
不过那时候可能会单独构建一套工业云平台，🛤不会和现在构建的云平台共用，因为⛤工业云平台的要求更高，很多东西不是完全一致的♗🈢，这么做也是出于安全考虑。
于是武超强觉得有必要也获得一份云计算相关的技术，回去之后好好研究工业云计算平⛫🝘台，为将来积累技术💨🔛🁖。