哈哈

你這個問題就是對人工智慧完全沒概念啊。

人工智慧現在主體的東西都是採用深度學習，幾乎所有的神經網路都是有很多層構成，一般分為輸入層，隱層和輸出層，而不同的神經網路隱層數也不同。

就拿最簡單的bp神經網路來說，在過程當中形成的資料，基本上都要進行歸一化，大都轉換成0~1之間的小數。這些資料，人是看不懂的。

所以你說人要去調整這一種人看不懂的資料，怎麼調整？

推薦你閱讀一下一篇文章：當下人工智慧只是一個“黑盒”。

人工智慧，深度學習某種角度有點像人類的潛意識，說不清原因但是感覺是那樣子的，所以不會有中間步驟，數學角度看也基本上是一個超級大的表示式，引數數量以千萬記，就是一次純數學計算沒有邏輯意義。不過有許多人在試圖將這個過程視覺化，大概和你的想法有些接近。

人工智慧大體包括：機器學習、深度學習、強化學習。

就像K星博士說的，神經網路有很多層，其中weights和biases 權重和偏置 屬於隱藏層內，對與vgg19來說 有19層，resnet殘差網路有1000多層，上億個權重和偏置函式，而這些數對人類來說是沒有任何形象意義的。你說的改引數，應該是超引數吧。