晚上10點，約瑟夫正在認真加班。
到今天，距離他加入位於墨神星香波客市的香波客資訊科技有限公司，已過去一個多月。
他也自信自己已徹底瞭解這家公司的一切。
他們公司上上下下，包括他和老闆海因裡希在內，總共才3個人！
公司裡連個保潔或保安都沒，衛生和安全全由全自動智慧機器人負責，是個名副其實的小公司。
當今時代，由於人工智慧技術的發展，很多時候只需不到5人就能開一家小公司，他們這樣的計算機公司亦是。
這大大降低了任何人開公司的門檻，看起來好像人工智慧帶來的影響主要是正面的。
但從另一個方面來看，就算所需人員更少，每個人的工作量卻不減反增，還是大大增加。
畢竟，每個公司外，都有無數被人工智慧擠碎飯碗、連工作都找不到的流浪漢，正充滿惡意地期盼著公司裡的人能趕緊被開除或累倒、累死在工作崗位上！
這一個多月來，約瑟夫每天都要加班到凌晨兩三點，現正對一男人的立體頭像進行解析。
立體投影顯示屏上，出現的是一個滿頭波浪捲髮的棕發男青年，正緩緩旋轉著。
其旁邊，更有海量資料傾瀉而下。
需要解析的男青年長相不帥，但因笑得陽光，看起來還是非常有親和力。
而約瑟夫要做的，就是提取出這男青年的嘴唇形狀、臉部肌肉鬆緊情況、眼睛形狀等的資料或動態函式，再和其他同樣做微笑表情的男青年做對比，找出同樣的特點。
比如，當他們都微笑的時候，有那些臉部肌肉都是收縮的，又有那些臉部肌肉都是舒張的。
那樣，他們才可能清楚、準確地告訴計算機，告訴它們一個對人類來說好像很簡單的概念：
什麼，是微笑？
接著，計算機才能在人微笑時比較準確地識別出那是微笑，為實現人臉識別等人們已經習以為常的計算機功能奠定基礎。
而實際上，告訴一臺計算機什麼是微笑，別說是和告訴一個大人相比，就是和告訴一個咿呀學語的小孩相比，難度都根本不是一個等級的。
因為，大人只要對小孩做出一個微笑的表情，小孩大腦內被激發的神經元，將和大人微笑時被激發的差不多一模一樣。
即大人還沒告訴小孩他臉上的表情叫“微笑”，透過映象神經元，小孩其實就已知道什麼是微笑。
小孩的大腦在第一時間就成功複製了大人微笑時的腦波形狀，常常就馬上跟著微笑起來。
換句話說，人與人間的溝通本就複雜、奇妙得超乎大多數人的以為，其實有心電感應的成分在內，那才是眉目傳情、一眼萬年等神奇現象的基礎。
這樣，等大人後面告訴小孩那表情叫微笑，小孩很容易就會把語言和腦波對應起來，學會“微笑”的語言表達，即先學會本質、後才學會表觀。
這就是為何身體力行遠比空口白話更能教育人的原因，也是小孩子為何容易沉迷動畫、遊戲等的原因。
小孩子的大腦還不懂得怎麼分辨虛實，一看到影象，腦波就會激烈變化，產生強烈的代入欲，讓他們以為自己就是影象裡的主人公，卻沒剋制的想法，很容易就牽引著不斷深入，沉浸在虛假的體驗裡面難以自拔。
而若要告訴計算機什麼是微笑，並要求它識別出來，就千萬別指望計算機能和你進行心電感應式的溝通。
計算機別說腦波了，映象神經元都沒，必須非常精確地描述出人微笑時外在的諸多關鍵細節，才有可能由表及裡地讓它明白什麼是微笑。
否則，你越對它笑，它可能一直都不理你，也可能崩潰爆炸，把表情噁心的你一起炸死。
且程式設計師們知道該怎麼做歸知道，真去做後就馬上明白，那件事說得還是太簡單了。
首先，人類自己其實就不太明白，人微笑時到底有哪些肌肉在收縮，又到底有哪些肌肉在舒張……還有其中到底哪些才是關鍵的、本質的細節。
畢竟，我們自己識別微笑是靠映象神經元破譯別人表情背後的腦波形狀，再和自己大腦內的腦波資料庫比對，既高速便捷、又直達本質，由裡到外，大多時候非常準確，也就不需要特別清楚人微笑時臉上表情具體有哪些細節，一開始根本描述不出來。
待到今天我們試著要教會一臺計算機理解什麼是微笑，要試著去製造出一個人工智慧，我們才第一次更深入地反觀自身，更開始深刻探討什麼是智慧和其它很多類似“我是誰”的問題，一下就發現我們其實連自己都不是很懂。
就比如：
我們其實不懂微笑！
且那真是個很難解決的問題。
就算你自我反省、廢寢忘食、深刻鑽研，好不容易真正理解什麼是微笑，也還有千千萬萬的類似問題需要解決，比如什麼是哭泣、什麼是憤怒等。