用神经网络拟合，可以处理高维、随机的拟合问题
但是一个重要问题是，如果从方程的角度来看，这样只能解决局部问题，长时间的整体的问题还是无法解决
如果从data driven的话， 那么强化学习应该是可行的
设想一个场景，使用LLM模型作为大脑，然后用具身智能接受周边环境的感知，然后通过强化学习的方法不断调整，是否可以完成绝大部分的任务呢？
人们会不会更容易走向封闭？而不是协作？因为与ai协作相当于与所有历史上的聪明的头脑协作，这不能不说是exciting的
以前以为对行星、对分子、对基本粒子的预测是更困难的？实际上可能恰恰相反，我们日常生活的点点滴滴可能是更困难的。甚至拿筷子这件事是非常难以控制的