戴维：通过涌现来了解智能，只是了解了智能的来源，但具体什么是智能呢？
威廉：我们先从深度学习算法说起吧。为了学会识别图像，必须标明这个图像是什么，然后把这个图像送入机器神经网络。机器会猜测这个图像是什么，当猜测与实际标明的信息有出入时，机器就会重新调整它的神经网络，让猜测的答案与实际标明的信息更加接近，提高下次猜测的准确度。这就是智能最基本的标志，先进行预测，根据现实的反馈调整自己的预测的模型。
索菲娅：什么是模型？
威廉：可以通俗地理解成事物的理解与想法。
戴维：好像深度学习被你说得太简陋了，并且你所说的智能的标志感觉太粗糙。
威廉：别急，听我徐徐道来。人在做任何事情之前都会有一个预判，你可以认为这是偏见，但这就是每个人不自觉会进行的推断。或者你会对做某些事情有一个预期。即使你一开始没有预期就已经开始做事，你都会对过程还有结果有种种预测。但这是好事，没有预期的人，则纯粹是在做事，不会有所提升。不进行预测，就没有对比，你就不知道自己是不是错了，不知道哪些地方需要改进。
威廉：当在实际行动的时候，发现现实与猜想之间有出入，就会对思维进行调整。至于怎样调整，每种生物甚至每个人都不太一样，这既受思维模式的影响，也受大脑预装想法的影响。思维模式就是我们平常时所思所感的方法与过程。而人类为了更好地生存，其实大脑之中就已经预装了不少的东西，比如恐高是为了避免从高处掉下摔死，对损失的厌恶大于获得的快乐是为了避免可能带来的死亡威胁。甚至对人脸的识别都是预装的，我们天然就能辨别人脸，并且还会把不是人脸的图像辨别成人脸。
威廉：如果现实与猜想明明有出入，但是没有分辨出来，那就是反馈之中出现了问题，比如一个企业领导觉得自己的商品销售良好，反馈的信息也是销售良好，而实际情况就是销售业绩差，这样就不会做出调整。反馈的信息不仅仅是一个指标，比如说业绩好不好，更应该反馈到具体出现了什么问题，因为什么原因而出现了问题。
戴维：能举个具体的根据信息做出反应的例子吗？
威廉：比如你遇到老虎会怎么做。
戴维：如果它是突然出现的，我会本能地吓一跳。接着我会迅速判断我现在是安全还是不安全，如果安全我会停止我的担心。如果不安全，我会看看能不能逃跑，或者看有没有防身的武器。
威廉：这就是很明显的根据信息反馈做出反应的例子。本能上的反应并不是智能，是我们预装在大脑以及身体中为了生存的反应，放在我们意识不到的潜意识里。潜意识只是通称，把不是我们意识到却在影响着我们行动与决策的所有身体现象称为潜意识。潜意识不属于预测，只是预装的反应，比如你看到老虎的本能恐惧。判断则是属于预测，比如你会判断是否安全，能不能逃跑，有没有防身的武器等等。从周围环境得到信息，则是属于反馈，根据反馈，你又会调整你的预测，比如老虎在行动之后，你会看看老虎的情况，再根据情况行动。但现实情况可能是，当你遇到老虎之后，你就根据预装的本能一股脑地狂奔。