最近幾年人工智能的發展越來越快，從自動駕駛到網上購物到處都有人工智能的身影，人工智能推薦算法在給人們帶來方便的同時，也引起了人們的疑慮，有對技術的懷疑也有對算法的懷疑，實際上技術和算法沒有好壞，有的是使用它們的人。就像人一樣，嬰孩就想一張白紙，他所成長的環境最終決定了他會是什麼樣的人。
一個人就是一個最大的算法。一個人從出生開始大腦就開啓了各種各樣的計算，通過外部環境的變化「輸入、反饋」，不斷的調節自己的狀態和行爲「輸出」，以獲取對自己最有利的方案和狀態。
個人的成長就像是一臺在接受數據鍛鍊的「人工智能」，只是訓練所用到的數據不是簡單的圖片和文字，而是我們從孩童到成人所經歷的人、事，以及在成長過程中所看到的、所遇到的、所經過的各種各樣的情景。機器從圖片、文字、語音中提取信息來增加自己做判斷的樣本，而人類從他人和歷史哪裏提取信息作爲自己判斷事物的標準。
剛出生的嬰兒同沒有經過數據鍛鍊的人工智能處於相同的狀態「白紙一張」，他們未來成長爲什麼樣子，關鍵看的是他們所經歷的過程「訓練」和受到的教育「數據」。世界上沒有兩個完全相同的人，那是因爲兩個人不可能接收完全一樣的外部環境，就算是在相同的環境中成長起來的兩個人他們所接收的內容也不會完全相同，不同的環境、不同的教育、不同的外部信息造就了世界上一個個不同的個體。同樣的我們也可以造就不同的人工智能。
現在的人機對抗，事實上我們也可以看作是兩個人的對抗或這個兩個機器的對抗。AlphaGo 在一次次的人機對抗中戰勝人類棋手，看似是人工智能的算法比人類更加的先進，實際上二者幾乎相同，AlphaGo 比人類棋手接受的訓練更多，這是 AlphaGo 的優勢他可以用所有的時間來接受訓練，並且它的訓練速度比人類要快的多。AlphaGo 在人類的一次次對抗中收到了新的訓練，掌握了新的方法。 人類的圍棋選手從新手到大師的過程，不也是通過學習棋譜，通過一次次的訓練，通過一次次的與別人對戰才成長起來的嗎。人類棋手的成長過程和AlphaGo 的成長過程沒有什麼區別，都需要經過同樣的訓練，只是訓練的數量的問題。
人總是喜歡和厲害的人在一起，我們從事任何事總是喜歡和比自己技術更好的人在一起，因爲和別人一起做事的過程也是學習的過程，也是訓練自己的過程，水平技術比我們好的人帶給我們的將是更得反饋和參照，對我們自身系統的成長更有意義。
人工智能的發展成長和人類的成長一樣，輸入決定最終的結果。