1.海量的數據，大數據：記憶的數據是海量的，容量達到驚人的億TB級別；記憶的數據也是種類繁多的錯綜復雜的，聽來的，經歷的，看來的，學來的，帶有感情的，不帶感情的，各種各樣；價值密度也低，可能從童年到壯年近有其中一個小片段能幫到你做今天的判斷；
2.數據清洗：做某些事情判斷時，首先搜索一下哪些經驗用的上，其他的丟回數據庫大腦里；
3. 算法加持：每個人都有對事情做判斷的邏輯，這里邊包括感情和經驗，這不就是過去形成的算法，每個人對事情判斷都有自己形成的不同的算法；
4.算法自然迭代：根據每次作出的判斷的準確性結果和反饋，人會調整判斷的邏輯，優化算法。
5.做出決策，采取動作。
海量數據，數據清洗，算法加持,算法自然迭代（機器學習，到這就是AI了），再加個機器視覺和自動化。是不是仿真人就出現了。當AI比人腦存儲經驗數據多，清洗快，算法更好的時候，寫代碼，開發設計，制造，這些工作替代性還有那么難么。
原創來源于討教號:數字化與工業4.0作家投稿： http://m.wonderwordz.com/Index/Authentication/admin/id/365.html
