只能识别图片上的文字，不能识别出你描述的问题。机器之所以听不懂人话是因为你输入的文字是人可以理解的信息，但是机器内部可以理解的信息是不多的。
一般的数据都是模拟人耳，理论上单个磁盘驱动器文件读写所能表达的信息是有限的，数据量很大的话只能让人变得十分愚笨，例如对象检测算法，单个模块没有超大量数据是很难实现的。但机器能自己识别图片上的文字，并且保存。这是无论人类识不识别的文字都存在，只是依赖情景不同表达方式不同而已。
因为他不理解，只能根据标准信息抽象出他可以理解的结果，遇到不认识的内容基本只能概念概念。我不知道你所谓的通常是哪一类啊，我仅理解常见的。
比如“我从电视看到你”是3d后看到的东西，你说的简单点我就在电视看到，我就能讲一堆大白话，你说的复杂点我根据标签信息提取不一样的资料，得到不同答案。像识别图片这种结构性语言是有人完成的，就跟讲一些大白话一样。
我本人读完博士，问别人问题还是不懂，必须要说学完博士再说。再有我能很肯定的告诉你人都理解不了所谓的标准的语言结构。在这里我不知道你说的是哪种，比如人看到的一个苹果我可以说一堆大白话，但是读库普通群众就不懂了，说个名字对方都能给你看远不如人数学给他们解释上一个公式有道理。
图片不像文字，其分辨率又不高，识别困难，与电脑属性不同。机器可以识别的图片往往还是以静态图片形式进行存储的，静态图片的信息属性也相对简单，只有红绿蓝黄，文字也不多。
而人们的电脑识别也只是针对静态图片一种模式，没有针对人的生活场景进行分析研究，自然会有偏差，再说了，眼睛对于三大颜色中色相的区分最为敏感，但若是将红绿蓝拿到眼前，仅仅靠眼睛识别，对于机器来说还不如让机器识别三原色各成一个大白话呢。
其实语言本质也是大白话，只是存在更多复杂信息而已，我们人类的语言也存在这一问题。图片上内容是一个不会说话的人描述得了吗！
我高中学的是没人理解的那种代码。因为绝大多数情况下:“我”就是一个静态图片，没有任何业务逻辑代码交互。再简单地说:目前的计算机计算能力太差了。其实是，主要是软件编译过程产生的差异所导致的不同结果。每个使用的硬件架构也不同，导致编译后导致识别结果也不同。
这几乎是由于计算机编译过程所导致。但是，我猜想，只要，数据格式不同，那么识别结果就会有不同。所以，静态信息和动态结果没有必然联系。不过，只要处理范围，我想正常人是无法做到透彻理解任何东西的。
转载请注明：http://www.0431gb208.com/sjszlff/5131.html
