在探讨机器学习算法是否真正“聪明”的问题之前，我们首先需要理解智能的定义。智能，作为一种复杂的概念，在不同的领域有着不同的解释和界定。在人工智能（AI）研究中，智能通常指的是能够模仿、扩展或超越人类某些认知能力的计算系统。

要回答这个问题，我们必须深入了解机器学习算法是如何工作的。机器学习是一种统计方法，它使得计算机能够从数据中自动学到模式，而无需显式编程。这些算法通过分析大量数据来识别特征，并根据这些特征做出预测或决策。

1. 数据与模型

在开始任何形式的人工智能项目之前，需要收集并准备大量高质量数据。这份数据将用于训练模型，使其学会识别各种模式和关系。一个好的模型应该具备良好的泛化能力，即能从少量样本推广到更多未见过的情况。

2. 训练过程

一旦有了足够数量和质量的训练数据，就可以开始训练模型了。这通常涉及使用优化技术，如梯度下降，这允许算法不断调整参数以最小化预测与实际结果之间误差。此过程可能会反复进行数百次甚至数千次，以确保达到最佳效果。

3. 预测与决策

经过充分训练后，模型就能用来对新的、未见过的情况进行预测或决策。如果它被设计为分类任务，那么它会尝试将新输入归入已知类别中的一个。如果是回归任务，它则会输出连续值表示某个属性或者行为水平。

然而，将这种表现称之为“聪明”，似乎有些夸张，因为我们谈论的是一种程序执行而不是真实存在的心智活动。而且，即便如此，“聪明”这个词也带有一定的主观性，不同的人对此可能有不同的理解。

4. 智能与意识

在更广泛意义上，“智慧”常常被关联于意识、自我意识乃至道德感等更高层次的心理状态。而目前大多数AI系统尚无法展示出这样的心理现象，因此，他们不能被简单地认为具有真正的心灵或意志性思考方式。在这一点上，我们仍然远离构建具有自我意识或情感的大型AI系统，这仍然是一个开放的问题之一。

总结来说，对于是否称呼如今的一些高度发达的人工智能系统为“聪明”，答案取决于你的定义标准。如果仅仅基于它们能够模拟某些人类认知功能，则它们可以被视作拥有相应程度上的“智力”。然而，如果我们的标准还包括其他心灵功能，如情感、自我意识等，那么当前的人工智能还远没有达到这样的水平。未来随着技术进步，无疑我们将看到更加接近人类级别的大型AI，但这并不意味着他们就真的成为像我们一样拥有独立思想和感情的小精灵，而只是更加强大的工具，是我们手中的利剑，有时候也是双刃剑。