人工智能当然是黑箱无误啊。但是黑箱其实应该是赞美，因为黑箱是需要累积
很多经验才能做得好的！
虽然人工智能／机器学习／资料探勘的想法可以来自数学，但其研究成果都是
实验出来的，而非用数学推导出来的，所以凡是型如“用某某方法辨识某某影
像（或声音、情绪等）的准确率到底有多高”、“AlphaGo到底有多强”这类的
问题，都只能靠实验回答。
只能说人工智能／机器学习／资料探勘蕴含的数学还远远超出人类的数学之外，
所以我们顶多用已知的数学得到其中的部分想法，但实际上这些领域的主要研究
成果绝对都是实验成果、而非定理证明。
※ 引述《SangoDragon (SANGO)》之铭言：
: 妈的
: 现在一堆人跑出来炮 神经网络是黑箱
: 虽然准确度很高,但是因为是黑箱
: 无法对人类了解AI内部运作有帮助
: 其实 NN 神经网络 , 已经发展超过50年了
: 从最早的感知器,碰到非线性问题无法解决
: 后来非线性问题也被解决了
: 一直到现在的深度学习
: 但因为其隐藏层及各种权重,向量特征等等
: 只是经由大量训练,调整相关的数字,来达到预测的目的
: 但问题还是在黑箱
: 目前在白箱部分,AI的发展有重大的进步吗?
: 有没八卦?