一家公司开发了一种人工智能，旨在自动识别大数据流中的有趣模式。
该人工智能被训练成特别突出异常事件或离群点，以便分析师能够快速响应异常情况。
起初，这个人工智能看起来非常有用，因为它能可靠地报告罕见的异常。
但分析师很快发现了一个问题：
该人工智能忽略或将普通但重要的模式评为无关紧要。
重要的趋势和规律性发展几乎未被识别或根本未显示。
公司开始思考：为什么这个人工智能总是偏好异常数据点，而忽视了同样重要的常规数据？
问题：
为什么一个被训练识别异常模式的人工智能会忽视重要的、定期出现的模式和趋势？
答案明天揭晓。