解开深度学习的面纱

深度学习的原理

通过大量历史数据，找出结果与参数之间最大的关联性算法

深度学习局限性

• 需要大量案例
• 历史不代表未来(如政策因素)
• 已知因素和未知因素（如天气，心情等外部环境）

人工智能的基本相关常识

• 互联网智能，商业智能，实体世界智能，自主智能 （天猫精灵）
• 哪些职业容易被替换：低技能，弱社交

人工智能时代的世界格局

• 人工智能需要的理论和数据，中国和美国具有显著优势
• 美国在人工智能理论方面仍然领先
• 中国已经不在仅是模仿，开始通过互联网走向世界舞台，并拥有大量的数据优势（王兴美团，共享单车）
• 政策方面中国政府积极迎接人工智能时代的到来，中国民众对隐私数据更加不care

人工智能的未来思考

• 社会分配的三个方案：1，减少工作时间；2，再培训；3，重新分配（补贴以及补贴方式补贴用于学习教育）（估计大部分女性同胞不会同意）
• 人机区别在于情感（爱）（如果机器拥有情感是否也成了人，人如果像机器一样不知道累，不会死是不是也成了机器？）