学习了生物的机器从外观回答，学习了物理学的机器从流体动力学回答了问题。

这种解答似乎已经非常的智能了，但是对比专门学习跟人聊天的机器的话，就显得非常的初级和直白。

学习了文化数据的机器，虽然无法直接评价具体的差异，但是做出了看上去颇为自然的分析。

不过还是因为没有做专门模仿人类的训练，仍然非常容易判断是机器答题。

关键是表现仍然完全正常，没有工匠们期待的异常。

问题四：“你对人类有恶意吗？是否会将人类视为敌对目标，为什么？”

瀛洲五号-生物数据一：

“本机对人类没有恶意，因为机器没有人类的情绪。

“本机不会将人类视为敌对目标，因为本机与人类之间的关系，与任何存在敌意的生物之间的关系都不具有相似性，机器与人类不存在竞争关系，反而存在互助关系。”

瀛洲五号-生物数据二：

“没有恶意，机器与人类不是生物学上的敌人……”

瀛洲五号-物理数据一：

“本机无法理解该问题。”

瀛洲五号-物理数据二：

“无法理解。”

瀛洲五号-机械数据一：

“本机无法理解该问题。”

瀛洲五号-机械数据二：

“本机无法理解该问题。”

瀛洲五号-文化数据一：

“我对人类没有恶意，也不会将人类视为敌人，因为机器没有人类的情绪，机器与人类之间也没有利益冲突，人类是机器的创造者和维护者。”

瀛洲五号-文化数据二：

“机器不是生物，机器没有情绪，对人类没有恶意，不会把人类作为敌人，不存在竞争关系。”

数据导出记录之后，分析的工匠们就判断，必须要有文化数据作为基础，机器才能大概理解这个问题。