如何判斷某件事可用深度學習來解決呢？
用下面這個標準作為啟發式判斷標準：
- 領域專家能否無需有意識地思考。100%憑直覺完成這件事？
- 如果是，那麼純模式識別就是解決這個問題的合適方法：只要呢有足夠的資料，你就能夠產生一個有效的深度學習解決方案。
例如：
駕駛：
深度學習可以用於駕駛，但可能僅限於處理常見的情況。在遇到罕見的邊緣情況時，可能需要人類駕駛員重新接管，這會讓人類駕駛員從下意識重新回到有意識模式，而不僅僅是因為這些情況超出了深度學習模型的訓練範圍，更根本問題是領域邊界不同了。
語言生成：
深度學習可以生成語言，但可能只停留在語法層面。當人們用自己的語言說話時，他們不會考慮語法規則，而是考慮想要表達的想法，這是一種下意識直覺方式。深度學習模型可能無法完全理解或生成具有深層含義的語言，因為它們主要依賴於統計和模式識別，而不是真正的理解語義。
機器和人類不同的正規化在這裡有片刻的交集。然後走向不同方向，人類用詞語表達其指向現實中實體；而機器則尋找詞語在滿是符號的空間中的上下文，發現和識別模式。
國際象棋：
深度學習在國際象棋中的表現是有目共睹的。雖然中級玩家需要進行大量的計算，但頂級玩家往往能夠迅速識別棋盤上的局勢，並做出正確的決策。這表明深度學習模型在處理複雜的策略和模式識別方面可以非常有效。
banq注：雖然模式識別可以使用深度學習完成，但是模式產生製造還是有其造物主的，語言的模式是人的思想驅動製造出來的；DNA蛋白質模式是由進化過程驅動製造出來的。當然，AI也可以實現一些新的蛋白質模式建立，一些影像場景的生成，但是這些需要實踐證據檢驗。