我給你說個真實的事件，程式設計師用ai程式叫它自己操作打磚塊這個遊戲，開始的幾千次，ai根本不得要領，甚至摸不清規則，連返彈回來都小球都接不住，但是幾千次以後，AI可以漸漸的接到球了，又過了幾千次，AI已經可以做到接住所有的球了，又過了幾千次以後，AI不僅可以接住所有的球而且可以用最佳的角度來把球返彈回去，打到磚塊之間的縫隙裡。有一個紀錄片，拍的是戰勝柯潔的AI圍棋機器人開發的過程，建議您去看看。

首先我覺得這個根據人的需求自動程式設計本身這句話，我想提個醒，就是人類本身對自己的需求你能不明確，而機器對需求的明確，他需要分的步驟非常非常之多。

這個比方，人可能說OK我從這兒走到門口左轉，然後到隔壁的拿瓶水，這是一個很簡單的一個流程對人來講，那麼首先對於機器對於裝置來說，那麼它自動走路行走需要需要機械控制啊，這個對於輪子對於等等一系列的控制操作同時來講，它還需要自動的識別路徑，那麼他需要去看到什麼？看到這些東西反映到後臺進行一系列的處理，尤其在一些拐彎左轉右轉，那麼它的根據來講是根據自己的一定要有一個圖形設計，設計，看完以後進行對比之後才知道哪邊是左和右對他來講，他是很難區分的。

然後就比如說到桌子上拿起這瓶水放下來，那麼他就要看到這瓶水一高度是多少？跟他自身的手臂長短是多少，拿的時候來講這個玻璃杯，還是還是這個塑膠杯，那麼他拿的時候這個力度以及他拿著這個抬的高度水會不會灑掉等等一系列的過程，都是需要他經過計算經過上千次上萬次的磨合計算，經過資料模型的建立，它才能實現這麼一些簡單的步驟和過程。

對於人來講，可能往前走，然後看見個東西，然後拐過去或者是避讓這些簡單的，非常簡單的東西，但是對於系統來講對於機器，對於這個，人工智慧來講，它是一個非常複雜的事情，那麼現在來講人和人工智慧資料中最大的差別，它唯一比人強的就是它的記憶性非常好，學習能力很強，現在給你1萬張圖片，讓你記得住，再找出1萬張圖片中隨便拿出兩張讓你知道，看看這是不是1萬張圖片中的兩張圖片，這個機器肯定比人做得好，那麼它僅僅就在於識別對比識別對比，而這些不斷的識別和對比，然後才會沉澱一些知識，而人從小到大人有這種培養培訓的過程，訓練的過程，甚至連一個走路，它也是有很多過程在裡頭的。