人类很多能力是靠学习而来的，这种能力只要你学习了『方法』后，就拥有这个能力。如数学，有一定的公式跟规则，如写程序，也有一定的方法，这种技能通常定义明确，Input只要依照一定的『演算法』后，就会有明确的Output，也可以说是『数位』的能力。

但有些能力，是属于熟能生巧型的，定义并不明确，如影像辨识，虽然每个人都长的不一样，但我们可以分辨出是男是女，如声音辨识，虽然每个人讲话口音不一样，但我们也听的出来对方讲的是什么，这些能力是靠『熟能生巧』的经验累积的，Input并不明显，但却有明确的Output，也可以说是『类比』的能力。

同样的，在解决问题时，若只是朝着：想出『演算法』，然后让计算机去执行的方式，其实很多问题相当难解决，但若朝着：我提供大量的数据，让计算机『熟能生巧』，让计算机自己找出『方法』解决问题，却较容易解决。反正计算机运算速度快，重复的训练对计算机并不是问题。这也就是『类神经网络』、『模糊系统』所用的方式，透过大量的数据，让计算机自己算出各问题所配合的最佳参数以符合结果，而并非由人脑去想『演算法』让计算机去执行。

所以我想要强调的是，『演算法』类似『数位』的思考方式，用到的是逻辑、数学，用到『推理』的能力；而『类神经网络』、『模糊系统』类似『类比』的思考方式，用到的是『归纳』的能力。所以解决问题时，不见的总是从『演算法』的角度区思考问题，虽然演算法非常重要，但若能换个思考方式，用『类神经网络』、『模糊系统』的方式，或许有更好的解法也说不定。