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?)