人机与样本

      人能够有效利用各种少量错误样本和少量正确样本的学习获取知识和对世界的认知，在修正错误认知时，可以改几处，但不一定整个过程全改。

      人还可以类比形成训练样本数据以外的智能行为。

     而机器是使用大量正确样本的学习获取相关性结果，在修改错误时，常常动一发而动全身，改一处而全过程修改。

     机器很难归纳、演绎形成训练数据以外的智能行为。

      不彻底的Pearl 和《为什么？》，该书的上半场在谈因果关系，下半场在谈事实性的因果关系，价值性的因果关系却不见了踪影。

    与机相比，人的小样本是多样性、正负性、跨域性、参照性的，是生态成长性的，是记忆而存储连续性的，是举0.1反N，不触类也旁通型的…… 人的样本不在小，在乎是非之间也！

       一个（事物）样本也有许多不同的角度和维度，当与其他（事物）样本发生联系时，就像金属钠遇到了水那样更容易引起爆炸。与机不同的是，人，尤其是有经验的人，往往能够控制爆炸的方向和力度，比如各群里的群主。

理解就是在事实being中找到了价值should