My reading of the evidence suggests

My reading of the evidence suggests otherwise. Indeed, Polanyi’s paradox helps to explain what has not yet been accomplished, and further illuminates the paths by which more will ultimately be accomplished. Specifically, I see two distinct paths that engineering and computer science can seek to traverse to automate tasks for which we “do not know the rules”: environmental control and machine learning. The first path circumvents Polanyi’s paradox by regularizing the environment, so that comparatively inflexible machines can function semi-autonomously. The second approach inverts Polanyi’s paradox: rather than teach machines rules that we do not understand, engineers develop machines that attempt to infer tacit rules from context, abundant data, and applied statistics.

結果 (繁體中文) 1:

我對證據的解讀有很大的暗示。事實上，波蘭尼的悖論有助於解釋什麼尚未完成，並進一步闡明瞭，更多將最終完成的路徑。具體來說，我看到兩個不同的路徑，工程和電腦科學可以尋求遍歷來自動執行的任務，我們"不知道規則": 環境控制和機器學習。第一個路徑規避波蘭尼的悖論通過規範的環境，以便比較死板的機器可以半自主運行。第二種方法反轉波蘭尼的悖論: 教機器規則，我們不了解，工程師們開發了試圖推斷潛規則從上下文、 豐富的資料和應用的統計的機器。

結果 (繁體中文) 2:

我的證據閱讀表明並非如此。的確，波蘭尼的悖論有助於解釋什麼尚未完成的，並進一步照射由多將最終完成的路徑。具體來說，我看到兩個截然不同的路徑的工程和計算機科學可以尋求遍歷自動化任務，我們“不知道規則”：環境控制和機器學習。第一條路徑繞過波蘭尼的矛盾由正規化環境，讓相對不靈活的機器可以起到半自主。第二種方法反轉波蘭尼的悖論：而不是教我們不了解機器的規則，工程師開發試圖推斷的背景下，豐富的數據心照不宣的規則機和應用統計。

結果 (繁體中文) 3:

我的閱讀的證據表明，否則。事實上，博蘭尼的悖論有助於解釋尚未完成的事情，並進一步說明，更多的路徑將最終完成。具體而言，我看到了一個不同的路徑，工程和計算機科學可以尋求遍歷自動化任務，我們“不知道的規則”：環境控制與機器學習。第一條路徑繞過博蘭尼悖論通過規範的環境，所以比較呆板的機器功能的半自動。第二種方法將博蘭尼悖論：而不是教機器的規則，我們不懂，工程師開發，試圖從上下文中推斷出隱性規則的機器，豐富的數據，並應用統計。