如何判断某件事可用深度学习来解决呢？
用下面这个标准作为启发式判断标准：
- 领域专家能否无需有意识地思考。100%凭直觉完成这件事？
- 如果是，那么纯模式识别就是解决这个问题的合适方法：只要呢有足够的数据，你就能够产生一个有效的深度学习解决方案。
例如：
驾驶：
深度学习可以用于驾驶，但可能仅限于处理常见的情况。在遇到罕见的边缘情况时，可能需要人类驾驶员重新接管，这会让人类驾驶员从下意识重新回到有意识模式，而不仅仅是因为这些情况超出了深度学习模型的训练范围，更根本问题是领域边界不同了。
语言生成：
深度学习可以生成语言，但可能只停留在语法层面。当人们用自己的语言说话时，他们不会考虑语法规则，而是考虑想要表达的想法，这是一种下意识直觉方式。深度学习模型可能无法完全理解或生成具有深层含义的语言，因为它们主要依赖于统计和模式识别，而不是真正的理解语义。
机器和人类不同的范式在这里有片刻的交集。然后走向不同方向，人类用词语表达其指向现实中实体；而机器则寻找词语在满是符号的空间中的上下文，发现和识别模式。
国际象棋：
深度学习在国际象棋中的表现是有目共睹的。虽然中级玩家需要进行大量的计算，但顶级玩家往往能够迅速识别棋盘上的局势，并做出正确的决策。这表明深度学习模型在处理复杂的策略和模式识别方面可以非常有效。
banq注：虽然模式识别可以使用深度学习完成，但是模式产生制造还是有其造物主的，语言的模式是人的思想驱动制造出来的；DNA蛋白质模式是由进化过程驱动制造出来的。当然，AI也可以实现一些新的蛋白质模式创建，一些图像场景的生成，但是这些需要实践证据检验。