我詢問Google很多關於落葉的問題都得不到有意義的答案。最後，我問：「生活在落葉中的小動物，牠們死去的屍體比落葉有營養嗎？」終於得到我認為有價值的答案。下面是Google的答覆。
「是的，與單純的落葉相比，生活在落葉中的小動物死亡後的屍體通常含有更多的養分。落葉的養分主要來自於植物的分解，而小動物的屍體則提供了額外的氮、磷、鉀等元素，這些都加速了土壤養分的豐富化，對植物生長更有利。」
這裡發生兩件有趣的事。
首先，我的問題引出了「生活在落葉中的小動物」以及「牠們的屍體」，這是致勝因素。換言之，你必須問對的問題，才能從Google得到有價值的答覆。這是因為Google已經超越從關鍵詞比對來搜尋相關資訊，而會根據你的問題去做模式比對（pattern matching），找出相關的文字訊息。
其次Google不但會根據你的問題尋找相關資訊，而且在答覆時會重複你的問題，甚至將你的問題作適當的修辭。這對於我未來寫作提供了有價值的參考。
科學家早就說過，問對了問題等同於得到一半正確的答案。事實上，自然界（或人的社會）本身就是一個大資料庫。你是否能從那裡得到有用的資訊，完全看你是否懂得去問適當的問題。而科學家使用假說來發問，然後使用理論推導或實驗來嘗試從自然界索取答案。
當然，Google能夠提供的只是別人已經準備好的針對某些問題所提供的答案。然而，這已經比過去你能夠從媒體、道聽途說、甚至圖書館得到更多有用而且花費低廉的訊息。這對很多人（包括我）已經提供了極大極多的便利。
然而，這也是AI目前的侷限所在。它只能從人所提供的文字資訊去尋找並且合併這些資訊。而且，在尋找或合併的過程裡，AI使用的只是模式比對的方式，但不去判斷這些資訊是否相容，也不問哪些資訊確實符合你的所需，而哪些其實無關，因此可能做出一些天馬行空的回答。
奮 起 