Share some thoughts about AI.

AI 简要观点

从李世石再到柯洁，AI被炒得越来越热了。 基于当前认知而言，AI确实是一个风口，也在能源，自动驾驶和医疗，甚至在金融等领域有所贡献。这些领域确实也会有大的发展，不过，要爆发的话，个人认为还依赖IOT的发展。 当AI有了解决方法，需要更多的触觉、视觉、听觉等，才能有更好的发展。

AI是个好的发展方向，也有必要学习、了解一下基本的原理和应用。但就个人职业生涯而言，更看好数据分析，这个的数据分析更像是结合了人工智能和人脑两方面优势的数据分析。

原理概述

这里特指深度学习原理。从解决当初最开始的XOR问题，到目前更为复杂的最优解推导。目前的算法，依赖于HIDDEN LAYERS层数的增加，也就是叫Deep Learning的原因。Tensorflow Playground。

人工智能，机器学习，深度学习

img

人工智能：

人工智能（英语：Artificial Intelligence, AI）亦称机器智能，是指由人工制造出来的系统所表现出来的智能。通常人工智能是指通过普通电脑实现的智能。该词同时也指研究这样的智能系统是否能够实现，以及如何实现的科学领域。

机器学习：

机器学习是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学习”为重点，一条自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。

深度学习：

深度学习（英语：deep learning）是机器学习拉出的分支，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。

以上观点引用自：https://www.leiphone.com/news/201609/gox8CoyqMrXMi4L4.html 和 wiki百科

局限性

就我了解，目前的AI还是局限于特定领域的最优解的寻找，对于复杂领域的应用，可能还有点应付不了。

  • Answer The Ultimate Question of life the Universe and everything
  • Solve Annoying Interview Puzzles
  • Write Bug-Free Software
  • Write software

    这个，我觉得，写常规代码是可以的，也就是现在项目工具做的事，不过，非常规的代码，还是力所不能及。

  • Make Moral Choices
  • Predict the Future of our Universe
  • Win the Imitation Game
  • Perform Jazz
  • Invent
  • Exercise Free Will

Ref: 10-things-artificial-intelligence-cant-do-james-tagg.

数据分析的优势

为什么选择数据分析？原因是很大一部分现有的工作在未来可能被AI代替，比如：股市新闻撰稿人。我目前能想到的，人类自身的优势是：创造力和想象力。人类最擅长的就是空想，联想。这是创造力和想象力的源泉。也是区别与机器最大的优势。

数据分析，这里特指较为复杂的数据分析，或结合较多领域的交叉数据分析（因为简单的数据分析，机器比我们做得更好）。这种数据分析，更多的是需要人类的联想能力，当然还是需要基于机器提供的数据分析和报告的。

AI 局限性的突破和未来

量子计算机？

最后

以上纯属自己瞎想的笔记，没有严谨的论证、推导。主要目的是个人笔记的作用。