这四种智能的设计方向可以组合出很多的组合，也就能设计出性能各异，表现各异的人工智能。
单单只发展一种，会有很多局限性，就比如贾维斯，它就是侧重判断与逻辑，这样可以帮助他提供严谨的计算结果，缺点就是这两种方向设计出来的人工智能，如果没有好的算法，就会出现缺乏灵活、反应奇慢的特点。
当然，这个方向也有优点，比如判断向，它自然性好、模块性好、不复杂容易上手，生成的智能具有优良的记忆、不会出错，是科研方向的钢需品。
逻辑向补足了判断向的推理不足的缺点，算是一个万能辅助。
而神经网络式的设计方向，就会出现阿法狗那样的结果，它会让人看上去或接触起来以为它是人类，或者后台有人类在操控它对答一般，它模仿了人类的记忆形式，具有模糊、联想、快速、拟人化的特点，当然，缺点也不少，计算不精确，推理能力全靠蒙猜等等。
函数过程式是个万精油，两个方向都可以夹着用一点，优点是模块化、可以提升速度，缺点是通用性设计困难。
知道了这些，他对贾维斯的设计就更有信心了，首先还是要先选择方向。
贾维斯设计的初衷就是用来辅助他的工作，他需要的是一个可以帮他推导、记忆、精确操作工具或设备的智能，所以他之前的设计方向其实是对的，至于为什么认不出几号螺丝刀，这个问题在有了总纲的指引下，他就已经知道了最优化的方案。
包括安妮之前跟他说的那个不错的数学解决办法，其实是在以判断式的方式在解决问题。
设计表现为：根据与观察摄像头的距离计算所拿取的螺丝刀的开口形状与大小，再计算目标螺丝的距离与大小，不匹配时更换螺丝刀，重新计算，匹配时开始卸螺丝。
但这个如果用神经网络来设计，其设计表现为：我身上有三把一字螺丝刀，分别是3号5号7号按顺序放于三个卡槽中，它们的旁边还有十字的，梅花的。目标螺丝看上去像是颗一字小螺丝，看上像是3号的，我先挑选最小的那把一字试试。完美卸掉！我就说我是个机械天才。
判断式可以适应所有工具，不管几号总能试出一款合适的，但耗时长，网络式只能适应已知的标准工具，碰上非标部件时，除非让他学习新标准增加新工具，不然它就会傻在那里，跟傻子一样。
这两个方向并不是说不能有交集，相反，可以适量交汇，以造出更加适合自己的人工智能。
所以，他在研究阿法狗的设计架构，参考它的设计理念之后，贾维斯的智能就可以有质的飞跃。
他本来想学一点华文，但佩珀不知道怎么的，让他放弃，说是以后会找个好法子再让他学的。
他已经看到了华文在描述技术文章的简洁便利之处，而且，程万里没说错，多学习几门语言，了解各语种人类的思考及行为方式，有利于提高人工智能的等级。
他很赞同这一点。
窗外地面的景色也渐渐变成了赤土黄沙，他们离目的地近了，中间停机加油他居然都没注意！
很快飞机就降落了，这并不是在他们的首都，因为带着试验性武器，所以降落在了美军控制区的机场，然后再前往指定的地点。
军方给的接待员，也就是他的好友罗德上校。
“嗨！托尼！”