去做后就马上明白，那件事说得还是太简单了。

首先，人类自己其实就不太明白，人微笑时到底有哪些肌肉在收缩，又到底有哪些肌肉在舒张……还有其中到底哪些才是关键的、本质的细节。

毕竟，我们自己识别微笑是靠镜像神经元破译别人表情背后的脑波形状，再和自己大脑内的脑波数据库比对，既高速便捷、又直达本质，由里到外，大多时候非常准确，也就不需要特别清楚人微笑时脸上表情具体有哪些细节，一开始根本描述不出来。

待到今天我们试着要教会一台计算机理解什么是微笑，要试着去制造出一个人工智能，我们才第一次更深入地反观自身，更开始深刻探讨什么是智慧和其它很多类似“我是谁”的问题，一下就发现我们其实连自己都不是很懂。

就比如：

我们其实不懂微笑！

且那真是个很难解决的问题。

就算你自我反省、废寝忘食、深刻钻研，好不容易真正理解什么是微笑，也还有千千万万的类似问题需要解决，比如什么是哭泣、什么是愤怒等。

人或穷极一生，或也只能解答出其中几个、十几个的类似问题。

世界很复杂，人更是，光微笑就有好多种。

其中有真正的、开心的微笑，也有那种半真半假的礼貌微笑，还有苦笑，还有虚伪的微笑，还有特殊的、奇怪的、比如名为“尴尬又不失礼貌”的特殊微笑……等等。

更麻烦的是，它们之间有时候非常相近，计算机实在难以识别。

你有时候觉得很痛苦，又不得不强颜欢笑，即一脸苦笑，偏偏计算机有可能误以为你很开心，尽给你放一些喜庆的音乐，让你觉得天下就你不开心，只会越来越不开心，说不定抑郁到想自杀。

人通过脑波对比识别、互相沟通，可以说是最高效、最准确的沟通方法，难以超越。

这可是人类花费十几亿年才进化出来！

有人认为，其实不是为了使用工具，而是为实现更高效便捷的沟通，人的脑容量才不断变大。

总之，那就很难让计算机理解人类的所有概念，更别想制造出一个真正的人工智能。

因此，科学家们其实很早就放弃通过单纯的教导，来让计算机理解人类的概念和智慧的方法，而是使用“人工教导+机器自我学习”的方法。

就拿微笑来说，他们会给计算机很多属于不同人的、同样在微笑的立体头像，再告诉计算机，这就是微笑。

接着，计算机就会自己去自动分析，自己总结这些立体头像到底有哪些异同，将微笑转化为嘴角上扬幅度、眼睛睁开程度、哪条肌肉收缩等大量具体数据，从而再归纳出一个初步的结论。

再接着，计算机还得去更大的、有更多表情的头像数据库里，用它的初步结论作为标准，选出它认为是微笑的头像，并交给最懂微笑的人类裁判员来评判。

这样它们才能从人类口中知道自己哪些选对了、哪些选错了，又才能进一步去自动分析、总结归纳自己为什么对，又为什么错。

然后，通过上次的成功和失败，它继续分析、调整微笑的具体数据，得出一个进一步的、更正确的结论。

再然后，还远远没完，它还得循环往复地多次进行以上程序，不断调整自己的结论，以使结论越来越正确。

长此以往，总有一天，计算机对微笑的识别率，才说不定会超过人类。

人类中有很多马大哈，一辈子可能都不懂欢笑和苦笑的区别，俗称“不懂空气”。

而通过使用“人工教导+机器自我学习”的方法，现在人类正教会计算机越来越多人类创造的概念，也让计算机越来越理解人类的智慧和需求等，才能帮人类做越来多的事。

计算机如果不知道你的话是什