题目描述：我们常常会听到深度思考这个词，大家谈谈是如何理解深度思考的。
老师观点：深度思考对我们解决生活和工作中遇到的各种疑难问题非常重要，对程序员朋友而言更重要，因为这能帮助我们更好的理解和挖掘用户的需求，开发出让用户满意的产品。那么如何养成深度思考的习惯呢？个人认为最重要的就是遇到问题自己设身处地先思考，不要去查资料，不要觉得自己不具备这方面的专业知识就打退堂鼓，即使不具备某方面的专业知识，也可以进行深度思考。实际中的问题大都是有真实的应用场景的，接到一个问题，首先在不查资料的前提下，让自己沉浸在这个场景中去思考非常关键。
举个例子，某个公司要开发一个通过声音识别说话人的门禁系统，识别这个部分需要你来负责。接到这个任务，很多人可能第一反应是想一下自己是否具备这方面的专业知识，如果没有，很可能会拒绝这个任务，当然这本身没有什么错，但是这样做就很可能让我们失去一些难得的机会，毕竟能够解决简单问题的人，可替代性就越强。所以，假设我们不具备这方面的专业知识，对这个问题也可以作深度思考，可以想到以下几个方面：
（1）作为门禁系统，是每个人通过说固定的一句话来开门，还是可以说不同的话开门。容易想到，如果每个人都说一句固定的话，那么识别难度会增加，识别的可靠性就会降低，所以可以选择让不同的人自己确定一句话。
（2）每个人说的话时间长度很可能不一样，时间太短样本量太少不易识别，时间太长程序处理时间和存储空间都会相应增加，所以应该对说话时长作限定。
（3）识别方法，简单起见，前期采集每个人的说话样本，实际使用时通过和样本一一比对得出结果，那这里面的细节问题需要考虑，在不同的时刻，说同一句话，采集的语音数据很难完全一样，说话时长、声音大小、声调、音色都可能有一定差异，那么如何比较两个样本数据的相似性，这是一个技术问题，最好能够得出一个概率值。比如，某个人说的一句话和样本甲的相似概率为60%，和样本乙的相似概率为30%，和样本丙的相似概率为3%，…，当然这些概率之和应等于1，可以根据概率大小来判断。
（4）除了样本直接比较的方法还有没有其他方法呢，比如是否可以尝试使用机器学习或深度学习的方法来处理这个问题。
（5）方法选择上，应当考虑样本量，比如这个公司员工是20人或2000人，对方法的要求是不一样的，起码程序运行时间有区别，对主机电脑或服务器要求可能不一样，20人的话也许只需要一台常规电脑就可以，但是2000人的话可能需要一台服务器甚至其他硬件。
（6）评判标准上，需要综合考虑识别时间、准确率、成本开销的平衡。

请同学留下你的答案：