这样一组变量会作为数据输入算法当中。法因特解释说，这样做是“为了训练”。同时机器也会学着将这些可能性组合起来，从而尽可能真实地计算出目前的销售数字。蓝色远景的数据训练者们称这种目标值为：“真相”。从数学上看，这种训练的目标就是“网络中的边际权重优化”。事实上，机器正在学着认识人类。机器也在学习理解人类：他们在购物时会做些什么，他们有哪些偏好。机器还会汇总人们的独特性。
很久以来，人工智能领域的科研人员都在力图教会计算机人类的思维。但是在此过程中他们明确地认识到，计算机有自己的独特性，它们不会像我们一样思考。因此像法因特这样的专家才会将尽可能多的数据输入计算机当中，然后让它们从中得出自己的结论。这种“机器学习”现在也发生在谷歌的每一次搜索、信用卡的每一次支付和手机的每一次呼叫中：程序算法一直都在学习。
一个引人注意的例子发生在谷歌公司。数年前，谷歌公司在美国开通了一项名为“GOOG411”的免费服务。这项服务的内容是，用户随意说出一个搜索项，然后由机器读出搜索结果。也就是通过声控实现谷歌搜索。谷歌的竞争对手当时很疑惑，为什么谷歌要免费提供在那时如此昂贵的服务。谷歌公司结束这项服务时，竞争对手才恍然大悟：用户的询问训练了计算机，为它提供了巨大的词汇库，并帮助谷歌成为世界上最擅长做语音识别的公司。
微粒社会 The Granular Society
104