这是一层问。
以一个问的答：“蛇是一种爬行动物，身体细长，体上有鳞，没有肢。”为例，下来就是“爬行动物是什？”“身体是什？”“鳞是什”“肢是什”。。。。。。
，如我头铁继续呢？“爬行动物是一种用腹部(如蛇类)以短小肢体(如蜥蜴)爬行运动的动物。”——“腹部是身体的一部分”——“身体是动物人的躯体”。。。。。如下去会发生什呢？如下去首ai会整本字典都像深度遍历一样过一遍。后，成架空的识网，后在识网内，无限地循环。这难就是遨游于识的洋吗？爱了。是这样能决问吗？不能。他会一问“xx是什？”后在识网内不断循环，永远也走不出来。这样释下去往往是无穷无尽的，显和我们的目标不符。
有人可能会问，限制查询数不就了吗？嗯，可能在我们人来，限制查询数就可以返比较像样的结。问是，ai理了吗？
俗易懂地问？个失忆的盲人，允许问一定数，他白“爬行动物”是什了吗？还是更像堵住了他的嘴，不让他继续问了？
除之还有他许许多多的小问，我就不一一列举了。总之，这条问大。我发现这个方法的问在于不能够足够底层地去理实体，也就不能足够地去理他们之间的互作用。为我在实验过中发现，他无论如何都无法理画蛇添足中，个后喝到酒的人说的：“蛇本来就是没有脚的。”的思。
我渐渐白，他无法在力中观地认识物，不蛇长什样，自不会蛇不需要脚。而这，是识图的致缺陷——适用来抽完成后的理，而不能抽的观理。而这，是十万遍机器学习的实体关训练也无法理的，顶多能蛇是没有脚的，而更底层的，蛇为什不需要脚，以画蛇添足的这个故的讽刺的多余的，弄巧成拙的故寓，将永远埋没在图谱之下。
于是，一个全的技术方在我脑中成，就是包括三维点云，识等的计算机视觉。。
“我真棒！”我拍了拍自己的小脸蛋，鼓励了一下自己，寸进有寸进的喜悦呀。
今的这一章就到这里啦。欲听后如何，且听下分。