他應該只是做特徵分類而已，應該不是一般人想的那種「學習」，事實上現在語音辨識也做到了類似的技術，以前語音辨識在使用前，必須由使用者做十五分到三十分的訓練，讓電腦記住你聲音的特徵，但現在語音辨識已經不需要了，例如 siri 你就可以直接使用。

換句話說，他經由一些數學模型（主要是機率統計），把所有的東西歸類，對電腦而言，可能就分類為：

第 0001 類，第 0002 類, 0003 類....

事實上電腦不知道什麼是貓，當你查詢貓時，會被轉成查詢第xxxx類，至於電腦怎麼知道要怎麼轉，還是要人工手續，我指的人工手續並不是指人工去標示類別，而是給的訓練資料裡就含有物體名稱的標記。

事實上相關理論模型，數十年進步程度十分有限（這和 AI 領域是一樣的），大幅進步的只有電腦運算能力，所以能做到以前做不到的。

以前也推導過許多特徵分類的機率模型，但實驗結果卻沒什麼用，後來想想，人腦也是經由複雜計算來學習和辨識的，所以我們不只要一個有效模型，還需要一個超級電腦，因為我沒有超級電腦，所以就不玩了。