第二位是女天文學家「亨麗愛塔.勒維特」,她利用了大量的天文影像資料,歸納出一條預測脈動變星的線型公式。作者整理出此一壯舉帶出的兩個核心AI概念:1.在AI領域,「模式」指的是一種預測規則,使輸入產生預期的輸出。2.「學習模式」代表在數據集之中擬合良好的預測規則。後續內文更進一步地闡述「模型辨識」為何在今日變得如此強大,關鍵因素在於「更複雜的模型」」、「巨量數據」、「誤試(Try and error)」以及「深度學習」。在閱讀的過程中讓人進一步地體悟到在機器學習中「過擬」和「擬合」之間的交相關係。沒有「擬合」就沒有可以用來預測未知數據的模型,但「過度地擬合」反而招致充滿偏見的模型,無法用在實務的環境中。具體地說,機器學習的建模過程,就是試圖在擬合和過擬的現象之間,找出正確的「甜蜜點」。