还有一个好处，叶子书没有说，那就是当全世界大部分信息都是跑在这个云计算平台上的话，对于人工智能的培养具有极大的好处。
现在的人工智能还做不到科幻小说当中的那样，入侵别人的计算机系统如喝水一样简单，并且不会被人发现。
当然，如果叶子书亲自对人工智能进行黑客方面的训练，还是能够做到一部分能力，只是想要毫无知觉地入侵，那是不可能的。
但是当别人的数据都在自家地里，情况就不同了，人工智能将会有海量的信息用来学习，这比专项训练更加有好处。
专项训练学习不过是增强人工智能某方面的能力，而这种整体性训练，则是提升人工智能整体水平。
项目前想要专项训练，需要先设置规则，然后利用数据资料进行训练，而整体提升就是另外一番操作。
由于具备海量的综合性数据知识，导致人工智能能够通过这些数据的学习，增加它在各个方面的能力，然后反向优化规则设置。
也就是说一种是从理论到实践的过程，另一种是从海量实践当中总结出理论，从而继续指导实践。
前者虽然效率更高，专业化程度更高，但是确定性越高，也就不会给人惊喜，大家都知道接下来会发生什么。
而后者虽然效率和专业化程度可能没有前者高，但是由于没有提前设置规则，完全是人工智能自己学习总结，然后上升到规则的阶段。
这就会产生不确定性，也就会诞生出人意料的结果，例如经过海量数学知识的训练学习，可能会诞生新的数学理论，或者是衍生数学理论。
虽然这样的理论不一定具非常高的原创性，但是却也是众多数学知识的总结，对于指导一些数学问题的解决具有重要的作用。
当然，如果人工智能的计算能力非常强大，是有可能会诞生具有很高原创性的数学理论知识，推广开了，也能在其他的学科发生这种情况。
这就意味着人工智能已经可以深度参与人类的科学研究和世界本质探索当中了，也许今后人类只需要负责提供知识线索和样本，人工智能来负责总结和升华。
当然，这些都是理论上存在的可能，实际上受限于计算力，想要做到这一点非常难，就是不知道量子计算机会不会对人工智能产生质的提升。
量子计算机比传统计算机的计算力要强得多，但是计算的不确定性也要比传统计算机要高得多。