那么机器是什么做的呢？
对于普通计算机算法而言，算法作出一个判断是通过程序语言来实现的。
这里用if，else语句举个简单的例子（为了简单明了，判断条件和输出都没用严格的程序语言，勿杠）。
if（读者x投了推荐票）：
读者x长得很帅
else：
读者x长得一般
对于普通计算机算法而言，通过上面的判断语句，它就知道投了推荐票的读者才是长得帅的。
但若是程序员有一天发现，某些投了推荐票的读者好像也长得挺一般啊，于是他优化了算法，将判断条件改成了（读者x投了推荐票and读者x投了月票）。
这时候对于算法来说，只有同时投了推荐票和月票的读者才是长得帅的。
后来，程序员会发现，不管自己怎么加判断条件，似乎总有那么一两个读者会跳出来推翻他的结论，他要手动制定规则让计算机精准识别长得帅的读者非常困难。
这时候，就需要用到机器学习算法了。
那么机器学习算法是怎么做的呢？
我们只需要随机挑选一定数量的读者（机器学习领域叫做训练数据），制成一个表格，表格里记录上这些读者的一些属性，如是否投过推荐票、是否投过月票、是否留过评论、是否点过赞、是否打赏过等等（机器学习领域叫做特征），在最后一列记录下结论，即帅还是不帅（机器学习领域叫做标签）。
将这样一个训练数据提供给机器学习算法，训练结束之后，它会学习出一个关于读者的特征和该读者是否帅之间关系的模型。
此时再让它来判断一个新读者是否帅，他便会根据这个训练模型给出一个该读者帅的概率和不帅的概率。
显而易见，只要给机器学习的训练数据量越大，那么其学习后得出正确结论的概率也越高。
正因如此，机器学习才被广泛运用到很多工作场景之中，比如道路摄像头拍照后直接识别驾驶员当前驾驶状态是正常驾驶、抽烟、打电话、单手握方向盘、和乘客聊天还是在做其他事。
如此强大的学习能力再结合上同样先进的人工智能技术，人们会担心所谓的智械危机也就不足为怪了。
但这篇论文所提到的机器学习和顾枫基于前世认知所了解到的机器学习又有比较大的区别。
基于该世界更为先进的人工智能技术和数字生命技术，机器学习可以直接做到语言教导和行为教导。
这就和父母教导孩子什么是猪，怎么写字是一个道理。
其实本质上这个过程又回归到最原始的算法，即程序员通过算法让计算机做一些事。
只是在这种数字生命领域的机器学习之中，数字生命可以自动识别它听到的话和看到的现象，然后自行生成一段新的代码，这段新代码便是它对一段话或是某种现象学习产生的认知。
尽管当前依旧没有真正诞生第一个数字生命，但人们对于这种技术下诞生的人工智能是远比前世那种人工智能要放心得多的。
毕竟在数字生命的限制下，这种形式的人工智能是无法通过自由穿梭互联网从而快速学习的，它也必须和人一样，需要去听、去看、去做，才能逐渐学习进步，提升自己的认知和能力。
顾枫心中毫不吝啬给科学家们点了个大大的赞。
这样的技术，不用在游戏领域，简直就是暴殄天物。んτΤΡＳ://Ｗww.sndswx.com/
前世早在他穿越的十几年前，就已经有不少游戏打出了APC的噱头吸引玩家，也就是号称有AI的NPC。
其实这也无可厚非，毕竟玩家们虽然不是特别在意，但若是游戏中的NPC都能更人性化，更有血有肉一点，谁又愿意面对一个永远只会说重复的几句话的人呢？
据顾枫查阅的资料了解到的情况，数字生命技术或许也就这两年时间，就能够成熟到可以商用的程度。
既然技术的瓶颈已经确认不是问题，顾枫心里那个超级IP计划也终于可以开始规划，争取早日执行起来了。
打开一个空白文档，顾枫轻巧地在首行敲下了标题——宝可梦大世界。
顾枫这一次写规划书的速度远没有此前写游戏设计书时快，此时的他，就像是一个苦大仇深的网文小扑街，想的时候一肚子想法，真到写的时候，经常琢磨半天才能憋出一小段话。
顾枫并不是太清楚前世宝可梦是动画在前还是游戏在前，但是不重要，既然想要让IP的价值发挥到最大，那游戏肯定是不能做在动画之前。
漫改游戏和游戏漫改那可完全就是两码事。
除了动画和游戏，顾枫的计划中还考虑了小说和电影。
这里的电影指的当然不是动画剧场版，而是像《精灵宝可梦：大侦探皮卡丘》这样的电影，毕竟动画剧场版说到底面向的受众还是看动画的那批人，而《精灵宝可梦：大侦探皮卡丘》这样的二创电影才能够吸引更多不喜欢看动画的人。
不过电影的计划不是特别必要，在规划中的优先级不用放太高。
至于动画，顾枫也有一个大胆的想法，他不打算使用动画原作。
原因很简单，原作虽然经典，但终究还是偏低龄向了一点，有时候他甚至都怀疑，如果精灵宝可梦动画诞生晚二十年，它还火得起来吗？可能真未必。
就宝可梦的题材而言，它是完全可以在故事安排和人物塑造上更加成熟的，毕竟终极目标是游戏嘛，理论上虽然预期中VR宝可梦面向的玩家群体是全年龄段不分性别，但实际上顾枫清楚，真正的核心玩家群体，必然还是18到20多岁的年轻玩家们。
好胜心强、精力旺盛、游戏专研热情高都是这个年龄段玩家的特点，既然顾枫想要将其打造成划时代的竞技神作，抓住这一批玩家的心自然是重中之重。
所以放弃原作，将动画做得更成熟便成了势在必行的选择。
－－－－－－题外话－－－－－－
写一章突然想起大学毕业论文了，当时就是用机器学习做的驾驶员行为分析，笔记本CPU都直接烧了，还好是撑到数据都拿到才烧的。
作者在机器学习和人工智能方面也只是学了些皮毛，基于这些皮毛畅想了一下，有这方面的专业大佬看到了轻喷。
网页版章节内容慢，请下载爱阅小说app阅读最新内容
“沈兄！”
“嗯！”
沈长青走在路上，有遇到相熟的人，彼此都会打个招呼，或是点头。
但不管是谁。
每个人脸上都没有多余的表情，仿佛对什么都很是淡漠。
对此。
沈长青已是习以为常。
因为这里是镇魔司，乃是维护大秦稳定的一个机构，主要的职责就是斩杀妖魔诡怪，当然也有一些别的副业。
可以说。
镇魔司中，每一个人手上都沾染了许多的鲜血。
当一个人见惯了生死，那么对很多事情，都会变得淡漠。
刚开始来到这个世界的时候，沈长青有些不适应，可久而久之也就习惯了。
镇魔司很大。
能够留在镇魔司的人，都是实力强横的高手，或者是有成为高手潜质的人。
沈长青属于后者。
其中镇魔司一共分为两个职业，一为镇守使，一为除魔使。
任何一人进入镇魔司，都是从最低层次的除魔使开始，
网站即将关闭，下载爱阅app免费看最新内容
然后一步步晋升，最终有望成为镇守使。
沈长青的前身，就是镇魔司中的一个见习除魔使，也是除魔使中最低级的那种。
拥有前身的记忆。
他对于镇魔司的环境，也是非常的熟悉。
没有用太长时间，沈长青就在一处阁楼面前停下。
跟镇魔司其他充满肃杀的地方不同，此处阁楼好像是鹤立鸡群一般，在满是血腥的镇魔司中，呈现出不一样的宁静。
此时阁楼大门敞开，偶尔有人进出。
沈长青仅仅是迟疑了一下，就跨步走了进去。
进入阁楼。
环境便是徒然一变。
一阵墨香夹杂着微弱的血腥味道扑面而来，让他眉头本能的一皱，但又很快舒展。
镇魔司每个人身上那种血腥的味道，几乎是没有办法清洗干净。
请退出转码页面，请下载爱阅小说app 阅读最新章节。
蜀南文学为你提供最快的重生之游戏开拓者更新，第一百一十八章 《植物大战僵尸》免费阅读。https://www.sndswx.com
章节错误,点此报送(免注册),
报送后维护人员会在两分钟内校正章节内容,请耐心等待