说的是Digital Twins的另一半，希望能在真实的模拟中训练出最佳的AI过程以达到真实中的最优策略。

然后引出Machine Teaching的理念，毕竟课堂跟真实是有差别的，但课堂可以反复地失败和犯错。

自治系统的三角：人工智能+IoT+Machine Teaching

待补充一些更多内容，毕竟听得并不是太明白。

Digital Twins数字孪生，是希望在面对非现场的真实环境下，能构造出一个数字化的操作界面/平台，该数字化应与真实是一一对应的（起码重要的特质上是如此）。

Machine Teaching，专家可以借助很少的数据来建立定制的人工智能模型，然后这个智能模型可用于机器学习。以避免构造海量数据集才能用于训练机器学习的麻烦及不适应。因为专家的提取模型会比现实的碎片化和千差万别效率更高。

所以自治系统大体上如：IoT收集少量关键数据，DT构建Machine Teaching所需模型，ML通过模型进行学习得到AI模型，AI模型指导IoT环境下的进一步动作。