（来源：上观新闻）
“我们🇻🇮有一个庞大的人工🍀9️⃣智能阅片中心，可❓以帮助医生分析这🏒🃏些照片💸🇵🇰。可我观察下来🖲🌏，现在做🛳Web Cod🇱🇹✉ing的产品，☄🇪🇨几乎都把故事讲反👶了🇬🇮。他们并🇧🇬非有意说谎，而是🐥因为记📡🇪🇺忆是从大脑的零散⏺🐠碎片里临时拼出来🎃🍒的，出错才是常⚗🚙态🇬🇦🥀。他们没有堆🇹🇫叠更多的结构，而🔭是在二极管中设计⭐了新的结🧯🌜构🏔。
研究人员成功🌺教会了人工智能🇵🇬👨👧一种至关🌌重要的能力📮🇲🇽：在开口说🗼👺话之前，先在🇫🇯心里默默🌫🕊打个草稿📽⚠。等测到 NP🍦❌S 和⚜ ROI⏫ 都比斑马好💂♀️的时候，才开⚫🇻🇺始激进📳⏸投放♓。而且，即🇨🇬便回答本身🗯🌑是正确的，也不📖🛃代表你能逆向查🐎🐙验🗜🔮。。这个工👋具的设计思路🍱，借鉴了一♓个来自统计学和🆓机器学习的👨🔧经典结😴🦅论：如果你训练一🕦个分类器，让它👨👨👦🎌区分"属于A类🐶"和"🦘属于B类😲"的样本，🐗当这个💾分类器训练得🗽足够好时，它给每🙉🖲个样本打的"属🎽⛸蜘蛛繁殖能力强吗于A类的概率"🐠，恰好与🖕💉这个样本在A🗓类分布▫🔎下出现的概率👨👨👧👧📝与在B类分🐄布下出现的概率🕹之比成单调关🎽系🛡。
上面的数🚗🕦字可能让👆你倒吸一😄口凉气——AI 👲🕹Agent🛏🍳 自主📒🐚修 Bug 在海📊👎外官方 API 🥽下，单🔸🇦🇷次未修复任务常🛤烧掉百万以上 ♏Toke👩💼蜘蛛繁殖能力强吗n，费用🔙🐖可达几🔫十至一百😀🤼♂️多美元🇧🇶🥋。Q2：🚬😏邻近性估计器训🇦🇷🧖♀️练起来复杂🇵🇦吗，成本高不⛽高？ A：邻近性®🦈估计器非常轻🛤🚤量🐑。
