晚上10点，约瑟夫正在认真加班。
到今天，距离他加入位于墨神星香波客市的香波客信息技术有限公司，已过去一个多月。
他也自信自己已彻底了解这家公司的一切。
他们公司上上下下，包括他和老板海因里希在内，总共才3个人！
公司里连个保洁或保安都没，卫生和安全全由全自动智能机器人负责，是个名副其实的小公司。
当今时代，由于人工智能技术的发展，很多时候只需不到5人就能开一家小公司，他们这样的计算机公司亦是。
这大大降低了任何人开公司的门槛，看起来好像人工智能带来的影响主要是正面的。
但从另一个方面来看，就算所需人员更少，每个人的工作量却不减反增，还是大大增加。
毕竟，每个公司外，都有无数被人工智能挤碎饭碗、连工作都找不到的流浪汉，正充满恶意地期盼着公司里的人能赶紧被开除或累倒、累死在工作岗位上！
这一个多月来，约瑟夫每天都要加班到凌晨两三点，现正对一男人的立体头像进行解析。
立体投影显示屏上，出现的是一个满头波浪卷发的棕发男青年，正缓缓旋转着。
其旁边，更有海量数据倾泻而下。
需要解析的男青年长相不帅，但因笑得阳光，看起来还是非常有亲和力。quwo.org 橙子小说网
而约瑟夫要做的，就是提取出这男青年的嘴唇形状、脸部肌肉松紧情况、眼睛形状等的数据或动态函数，再和其他同样做微笑表情的男青年做对比，找出同样的特点。
比如，当他们都微笑的时候，有那些脸部肌肉都是收缩的，又有那些脸部肌肉都是舒张的。
那样，他们才可能清楚、准确地告诉计算机，告诉它们一个对人类来说好像很简单的概念：
什么，是微笑？
接着，计算机才能在人微笑时比较准确地识别出那是微笑，为实现人脸识别等人们已经习以为常的计算机功能奠定基础。
而实际上，告诉一台计算机什么是微笑，别说是和告诉一个大人相比，就是和告诉一个咿呀学语的小孩相比，难度都根本不是一个等级的。
因为，大人只要对小孩做出一个微笑的表情，小孩大脑内被激发的神经元，将和大人微笑时被激发的差不多一模一样。
即大人还没告诉小孩他脸上的表情叫“微笑”，通过镜像神经元，小孩其实就已知道什么是微笑。
小孩的大脑在第一时间就成功复制了大人微笑时的脑波形状，常常就马上跟着微笑起来。
换句话说，人与人间的沟通本就复杂、奇妙得超乎大多数人的以为，其实有心电感应的成分在内，那才是眉目传情、一眼万年等神奇现象的基础。
这样，等大人后面告诉小孩那表情叫微笑，小孩很容易就会把语言和脑波对应起来，学会“微笑”的语言表达，即先学会本质、后才学会表观。
这就是为何身体力行远比空口白话更能教育人的原因，也是小孩子为何容易沉迷动画、游戏等的原因。
小孩子的大脑还不懂得怎么分辨虚实，一看到图像，脑波就会激烈变化，产生强烈的代入欲，让他们以为自己就是图像里的主人公，却没克制的想法，很容易就牵引着不断深入，沉浸在虚假的体验里面难以自拔。
而若要告诉计算机什么是微笑，并要求它识别出来，就千万别指望计算机能和你进行心电感应式的沟通。
计算机别说脑波了，镜像神经元都没，必须非常精确地描述出人微笑时外在的诸多关键细节，才有可能由表及里地让它明白什么是微笑。
否则，你越对它笑，它可能一直都不理你，也可能崩溃爆炸，把表情恶心的你一起炸死。
且程序员们知道该怎么做归知道，真去做后就马上明白，那件事说得还是太简单了。
首先，人类自己其实就不太明白，人微笑时到底有哪些肌肉在收缩，又到底有哪些肌肉在舒张……还有其中到底哪些才是关键的、本质的细节。
毕竟，我们自己识别微笑是靠镜像神经元破译别人表情背后的脑波形状，再和自己大脑内的脑波数据库比对，既高速便捷、又直达本质，由里到外，大多时候非常准确，也就不需要特别清楚人微笑时脸上表情具体有哪些细节，一开始根本描述不出来。
待到今天我们试着要教会一台计算机理解什么是微笑，要试着去制造出一个人工智能，我们才第一次更深入地反观自身，更开始深刻探讨什么是智慧和其它很多类似“我是谁”的问题，一下就发现我们其实连自己都不是很懂。
就比如：
我们其实不懂微笑！
且那真是个很难解决的问题。
就算你自我反省、废寝忘食、深刻钻研，好不容易真正理解什么是微笑，也还有千千万万的类似问题需要解决，比如什么是哭泣、什么是愤怒等。
人或穷极一生，或也只能解答出其中几个、十几个的类似问题。
世界很复杂，人更是，光微笑就有好多种。
其中有真正的、开心的微笑，也有那种半真半假的礼貌微笑，还有苦笑，还有虚伪的微笑，还有特殊的、奇怪的、比如名为“尴尬又不失礼貌”的特殊微笑……等等。
更麻烦的是，它们之间有时候非常相近，计算机实在难以识别。
你有时候觉得很痛苦，又不得不强颜欢笑，即一脸苦笑，偏偏计算机有可能误以为你很开心，尽给你放一些喜庆的音乐，让你觉得天下就你不开心，只会越来越不开心，说不定抑郁到想自杀。
人通过脑波对比识别、互相沟通，可以说是最高效、最准确的沟通方法，难以超越。
这可是人类花费十几亿年才进化出来！
有人认为，其实不是为了使用工具，而是为实现更高效便捷的沟通，人的脑容量才不断变大。
总之，那就很难让计算机理解人类的所有概念，更别想制造出一个真正的人工智能。
因此，科学家们其实很早就放弃通过单纯的教导，来让计算机理解人类的概念和智慧的方法，而是使用“人工教导+机器自我学习”的方法。
就拿微笑来说，他们会给计算机很多属于不同人的、同样在微笑的立体头像，再告诉计算机，这就是微笑。
接着，计算机就会自己去自动分析，自己总结这些立体头像到底有哪些异同，将微笑转化为嘴角上扬幅度、眼睛睁开程度、哪条肌肉收缩等大量具体数据，从而再归纳出一个初步的结论。
再接着，计算机还得去更大的、有更多表情的头像数据库里，用它的初步结论作为标准，选出它认为是微笑的头像，并交给最懂微笑的人类裁判员来评判。
这样它们才能从人类口中知道自己哪些选对了、哪些选错了，又才能进一步去自动分析、总结归纳自己为什么对，又为什么错。
然后，通过上次的成功和失败，它继续分析、调整微笑的具体数据，得出一个进一步的、更正确的结论。
再然后，还远远没完，它还得循环往复地多次进行以上程序，不断调整自己的结论，以使结论越来越正确。
长此以往，总有一天，计算机对微笑的识别率，才说不定会超过人类。
人类中有很多马大哈，一辈子可能都不懂欢笑和苦笑的区别，俗称“不懂空气”。
而通过使用“人工教导+机器自我学习”的方法，现在人类正教会计算机越来越多人类创造的概念，也让计算机越来越理解人类的智慧和需求等，才能帮人类做越来多的事。
计算机如果不知道你的话是什么意思，又怎么帮你做事。
问题是，计算机虽正越来越理解人类的语言、表情，乃至是内在含义，但或许永远也不可能百分百理解。
再拿微笑来说。
微笑是一种外在表情不假，更重要的却是它的内在，即它所代表的情绪，即脑波的形状。
但是，计算机没脑波，就绝不可能在内部完全再现和完全理解“微笑”。
而哪怕计算机的理解和人类只有1%的差距，也可能酿成无法挽回的绝望惨剧。
想到这，约瑟夫抬头看了眼海因里希办公室的门，就又继续埋首加班。
海因里希也曾经惊才绝艳、年少张狂，是紫枫共和国第一个用“人工教导+机器自我学习”研究人工智能的人，比卡缪拉近年声名鹊起的索兰托夫妇还早。
这才让他至今依旧名声在外。
可他既然只能开这么一家小公司，就说明，他当初的研究总归是失败了，还败得很惨。
那天，他邀请了十几万香波客市民去看他自己开发出的智能机器人，准备扬名立万。
他要他的机器人在担架、手推车和磁悬浮小车中选择出一个最合适的工具，把唯一愿做他试验品的、他最心爱的未婚妻，以最快速度从体育馆这头运送到那头。
他本以为他的机器人一定会正确地选择手推车。
磁悬浮小车虽然更快，但驾驶舱故意做得很小，看起来完全不够把她妻子塞进去。
结果，他万万想不到，他最得意的机器人，还是选择了磁悬浮小车。
且就在他感到疑惑，乃至是兴奋，以为他的机器人聪明到已远超自己这设计者想象时，他最得意的机器人，竟就像给舞蹈学生下腰一样，直接把他最心爱的妻子强行反向对折，活活杀死。
那样，机器人就恰好能把她妻子叠好，塞进磁悬浮小车，实现“人体最快运输速度”。