Tworzysz grę edukacyjną, która musi odpowiadać na proste pytania dotyczące prawdopodobieństwa, takie jak: „Słoik zawiera 6 czerwonych, 4 zielone i 3 żółte kulki. Jakie jest prawdopodobieństwo wylosowania zielonej kulki?”. Które podejście spełnia wymagania przy najmniejszym nakładzie operacyjnym?

Prawidłowa odpowiedź to zaimplementowanie prostego kodu opartego na regułach. Pytania o prawdopodobieństwo, takie jak podane w przykładzie, są deterministyczne i mają jednoznaczne rozwiązanie matematyczne. Prosty kod, który oblicza stosunek liczby pożądanych zdarzeń do całkowitej liczby możliwych zdarzeń (np. liczba zielonych kulek / całkowita liczba kulek), jest najbardziej efektywnym i najmniej kosztownym operacyjnie rozwiązaniem. Trenowanie nadzorowanego modelu regresji, uczenie wzmocnione czy uczenie nienadzorowane byłoby znacznym przerostem formy nad treścią. Te podejścia są przeznaczone do złożonych problemów, gdzie zależności nie są łatwo wyrażalne matematycznie lub wymagają uczenia się na podstawie danych. W tym przypadku nie ma potrzeby uczenia maszynowego, ponieważ problem jest prostym zadaniem arytmetycznym.