在人工智能深度学习领域的那个最流行的开源框架(TensorFlow)上有一个很经典的例子，模拟了人脑的活动，只不过人脑的活动比起那个例子来说还要复杂很多很多倍。
其中拿美女来举例子，在亚当夏娃的那个世界里，只有一个女人，因而是没有美丑之分。选择一个东西让机器去判别，如果仅把波峰 这个特征作为判断的唯一标准，那么机器识别出来的也许是骆驼而不是美女；这个时候如何让机器去识别是不是美女呢？只有拿很多的女人的照片去训练，在训练的过程中它会提取各种各样的特征，身高、外貌、体重、五官、长发还是短发，在这大量的数据不断地训练过程中，美女的标准也在不断地变化，最终达到和我们人的判别标准类似的程度。
在以上那样的训练中，对于同一个东西，其特征和训练的次数决定了机器它已有的认知是否能够去识别出 某个东西 是否是同一个东西。而人 似乎上并没有那么复杂，因为我们根本感觉不到。
对于一个刚刚出生的婴儿，第一眼看到的东西，他不能区分什么是男人什么是女人，也没有白天黑夜之分，这时候他想要和这个世界的唯一连接就是本能反应~哭，通过哭就可以获得他所需要的东西（吃喝拉撒），他脑子里是没有任何概念的。他来到这个世界就在接受外界的所有刺激，而这些我们成年人很不在意的东西，在一个新生儿的五官里，都是新鲜的好奇的，没有任何的正确和错误、丑陋和美丽之分，而这些他所接收到的五官的所有刺激，慢慢地就会刻在他的脑海里，他对世界的认知随着摄入的刺激量不断地变化。这些不断地刺激就是输入，这些东西经过大脑的加工处理，就会形成一个人的价值观、判断事物的标准，当然这个判断标准也在变化。
因而有什么样的输入，在一定程度上就有一定的输出。
