所以們建龐面部表數據庫模型，專門來進系統性針對性訓練，到現為止，們所學習模拟成來微表就萬個，包括類，，，樂，愁，苦，怨，等等領域所表，以說到全覆蓋。

并且，們還進專門耦性訓練，針對于環境或者說與之交流對象言舉止，來适相應表肢體反應。

而這其又很同，們都所針對對象同，們反應表現也就會很同。比如們與熟陌之間反應就會差别，們與戀與普通朋友之間反應也壤之别。

甚至們面對同朋友之間也會很變化，這些都需這套機器肢體運動為控制系統來進負責，非常複雜。”

說到這，吳浩緩氣，給衆點點消化反應時間，然後這才接着講。

“這麼龐學習訓練量，如果緊靠來矯正話，估計忙到猴馬，根本現實。所以們必須套ai矯正系統，來專門對機器肢體運動為控制系統所成肢體動作，言舉止，表反應進矯正。

通過斷矯正學習訓練，這才今所到這些技術實驗成果。

當然，這項作會直進，永無止境，就像們樣，從到老都直接受消息，容，學習接受适應這些變化，機器也樣。

隻過期們通過超算智能系統，後期們會交由機器自主來完成這些環節容。”

“這麼來，機器會會越發獨，最終形成自己獨格，獨認價值觀，最終變成類，并且脫離類控制。”場位專提來自己問題，或者說憂慮。

聽到這個問題，場衆由點頭，随即向吳浩等待答案。

吳浩笑着搖搖頭：“會，這就涉及到們接來講到機器認與交互邏輯系統。

詳細介紹這方面，先回回答您所提這個問題，并由這個問題來帶入關于機器認與交互邏輯系統方面容介紹。”

吳浩着這位專笑着講：“首先，們确點，就機器永遠機器，永遠都會成為。

怕未來，機器與類界限分别越發模糊，也永遠都能相互混淆，因為這者本質區别，這點無法改變。”

吳浩說沒錯，機器與類界限區别會随着技術發展而越發模糊，而這其推動者之或者說罪魁禍首，就吳浩們。