理性进行分析，耗费精神大。
因而大多数情况下，经验系统为分析系统提供者“直觉”、“印象”、“意愿”、“态度”。
偏偏，人类或者说万物天生就是懒惰的生物。
天生倾向于省事。
林奇也清楚，他本能就是倾向于靠经验和个人直觉作判断，通过经验系统避开需要大脑费神费力思维的分析系统。
所以后来林奇一直刻意的进行“训练”。
并非说他下意识让自己多思考不依赖经验，反而是训练他的“经验系统”，通过无数次的“分析”来训练出真正接近全面的“经验系统”。
然而，主动的训练终究太慢。
林奇看着满目苍夷的地面，尽管这些原魔都躺着任由他屠杀，但林奇的这种“刻意”训练，终究太慢了。
一个路边的大台北奶茶店终究只能养活一家几口，可是当它变成连锁时，得到的便可能是数十上百亿的估值。
木工卖一张“椅子”，所生产的量终究突破不了一天24小时的极限。只有无形的“软件”才能够将边际成本下降到零，实现真正的财富积累。
正如前世的alphago之所以能成为围棋之神，本质上的神经网络与搜索算法便是一种“训练”。
15年10月，alphago5:0击败了欧洲围棋冠军樊麾。
16年03月，alphago4:1击败了前世界冠军李世石。
17年01月，alphago改版程序“master”完成六十连胜，横扫所有中日韩顶尖高手。
17年05月，alphago3:0击败了世界排名第一的中国选手柯洁。
当时关心局面的林奇，内心还保有着人类依旧有胜利希望的幻想，认为人类顶尖棋手如果得到alphago的长期训练，定然能够再度拔尖。
一直到当年，他听到了另一个消息——
17年10月，一个全新的变种alphagozero，完全摆脱过往所有的人类对局，只有基本的下棋规则后自己以一台带着4个tpu的机器从零开始通过机器学习，
3小时，alphagozero成功入门围棋。
36小时，alphagozero摸索出所有基本重要围棋知识，100:0击败战胜李世石的alphagov18版本。
21天，alphagozero达到了master水平。
40天，alphagozero对战master的胜率达到90%。
40天，2900万局围棋便实现了人类两千年都未曾出现的围棋界独孤求败！
机器，某种程度而言比人类更为可靠。
林奇深刻明白这一点，倒也不是人类比不上机器。
而是人类的性能尤其是alu模块至今依旧完虐计算机，甚至那耗能更是无解。
然而数万年下来，人类终究只是进化了算术逻辑单元，至于主存寄存器、
不是人类笨，是性能不达标，人类的alu远超完虐计算机，然后就没了，几万年的进化，人类只进化了alu，像主存寄存器闪存io总线这些都还是万年之前的老古董，自然比不上计算机了。
放如今，一台98年的老古董给他配上i9一样打不过带着ddr4内存、ssd硬盘、3080显卡等队友的i3。
林奇越发纠结地望着记忆宫殿深处，已经停工许久的“微处理器”模块，甚至他的重要度，再度提升！
哪怕如今林奇掌握了“变形万物”，拥有一定战力，微处理器都将是林奇通往未来必不可少的关键钥匙。
这般一想，他也只能叹息一声。
也罢，冥冥中的生命能量，他总觉得对于微处理器的进化具有莫大作用。
曾经的他，如果迷茫，便去看书。
人生的