这一刻，方教授有着与陈建斌，王权，刘强他们的感受一样，对周兴的学习能力非常震惊，为回答他那么多难题而饶头，同时，又惊艳于周兴的才学，敏锐的观察力，和他那强大的理解能力。

　　给他解答问题的时候，周兴一点就通，时不时举一反三，反抛出各种独特的观点，让人耳目一新。

　　周兴学习在智能领域的基础非常好，学习的内容非常复杂，他的问题，方教授有时要思考很久才能回答得上来，感觉自己的研究领域有了一点点突破，在解答这些问题的同时，这种感觉让他及苦恼又欣喜，有股欲罢不能的体会。

　　目送妻子出去买菜，方教授招呼周兴道：“坐下吧！我们继续刚才的问题，

　　“嗯！”周兴点头连忙坐下，认真听讲。

　　方教授继续刚才被打断的问题，继续讲解起来。“BP网络能学习和存续打开的输入和输出映射关系，…。”

　　“明白了，是通过方向传播不断调整网络的权值和阈值，是误差平方和达到最小，…，可是这种计算模式有驳与模糊计算策略啊！”周兴眉头一皱，感觉不大对劲地说：

　　“没错！精准网络计算模式与模糊计算模式的确存在冲突。唉！智能这块领域太复杂了，智能科学技术专业刚开几年，我只是比你研究了久一些而已，知道多一些而已；智能领域除了运用计算机科学之外，还涉及了信息、控制、自动化、仿生、生物、心理、数理逻辑、语言、哲学…，等多门学科；是从心理或神经方面模拟人工智能还是像鸟类生物学对于航空工程那样研究，人类生物学对于人工智能研究是没有关系的？智能行为能否用简单的原则如逻辑或优化来描述？许多问题都存在很大争议，至今没有一个统一的原理，范式引导可供研究，要有所突破非常艰难啊！”方教授脸上微微一变，有些心力交瘁地叹了口气：

　　“教授，您不要气馁，没有一撮而就的成果，只要我们一直攀登下去，智能领域终有一天会被我们突破的！”周兴信心十足地安慰道：

　　听着方教授的感慨，周兴对任务论文的研究方向越发坚定了。

　　没有定论的智能领域，研究者们越会重视信息收集，关注新理论的诞生，如果他能写出一片质量上乘的论文，那么这个任务百分百的问题。

　　现在唯一的问题，该从哪个方面进行智能研究呢？

　　智能领域主流的思想是赋予机器学习能力，思考能力，创造能力，这样才是真正的智能。

　　“机器学习”基础是“统计学”、“信息论”和“控制论”，包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题

　　请收藏：https://m.ddbq.cc

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）