国产精品美女久久久久久2021,欧美国产日韩a在线观看,四lll少妇bbbb搡bbbb,亚洲国产av一区二区三区四区,国产末成年av在线播放

大家好，我是永城。在上一期節(jié)目里我們聊了聊高科技的商業(yè)化以及資本運作中可能存在的陷阱，我們這一集我想要跟大家就聊個稍微輕松一點的話題，我們就聊一聊什么是大數(shù)據(jù)，什么是機器學(xué)習(xí)，什么是人工智能AI，還有什么是區(qū)塊鏈。

在我的小說中就涉及了一些技術(shù)的概念科普，比如大數(shù)據(jù)、互聯(lián)網(wǎng)技術(shù)，還有暗網(wǎng)、機器學(xué)習(xí)、人工智能等等。比如書中的老陳，在硅谷求學(xué)期間進行創(chuàng)業(yè)，創(chuàng)建了一個求職網(wǎng)站，有點像普通的獵頭網(wǎng)站，但是比獵頭網(wǎng)站多了一個求職預(yù)測的功能。

求職預(yù)測功能是什么意思呢？就是網(wǎng)站會收集和積累其他求職網(wǎng)站的求職信息，當(dāng)你登錄本網(wǎng)站進行求職的時候，網(wǎng)站會根據(jù)你上傳的簡歷，結(jié)合網(wǎng)站數(shù)據(jù)，幫你判斷這個簡歷能夠讓你找到哪樣的工作，讓你去哪家公司面試會獲得成功的幾率會比較高，你要是去哪家公司面試某個職位，你可能會被錄用的機會就少。

這個判斷的依舊不僅僅是根據(jù)你簡歷上的學(xué)歷、性格、特長等等，還靠面部識別等技術(shù)，你的照片上你這個人會不會對于那家公司的這個面試官、對于經(jīng)常的那家公司會去面試別人的這些團隊、HR，對于他們來說你這張臉是不是會讓他們覺得更容易被錄用的或者不被錄用的。

這其中他用到的就是一種機器學(xué)習(xí)的理念了，就是用機器學(xué)習(xí)的理念來增加這種判斷和推斷的成功率。另外，這個故事里面還涉及了大數(shù)據(jù)的概念、機器學(xué)習(xí)的概念。

機器學(xué)習(xí)的概念其實就是通過大量的數(shù)據(jù)積累，比如說我學(xué)習(xí)你的平時的一些習(xí)慣，我學(xué)習(xí)你每天幾點起床去什么地方，吃什么樣的早餐，通過哪條路徑去上班，工作到幾點在下班，去哪兒吃晚餐，我就收集你生活中所有的這些數(shù)據(jù)，當(dāng)我收集的這些數(shù)據(jù)足夠多的時候我可能就能夠比較高精度的去預(yù)測出你將要做什么，你下一步可能要做什么，這其實是數(shù)據(jù)算法的一個主要的算法。

現(xiàn)在人工智能這個話題非?；馃?，一說人工智能就會涉及數(shù)據(jù)算法或者說大數(shù)據(jù)，所以很多人會以為大數(shù)據(jù)對等于人工智能，雖然大數(shù)據(jù)可以做到我們之前很多做不到的事情，比如說對別人的行為進行預(yù)測，對別人的喜好進行預(yù)測，對于一些自然規(guī)律的事情進行更精準(zhǔn)的預(yù)測等等。但其實它是利用統(tǒng)計學(xué)的方法來進行計算的一種算法，大數(shù)據(jù)并不是人工智能的一切，所以我們并不能說人工智能就是大數(shù)據(jù)，這個肯定是不能畫等號的。

特別是在1997年的時候，我是那一年到斯坦福大學(xué)的人工智能實驗室里面去開始讀研究生的，我的導(dǎo)師是全美國乃至全世界最著名的一個仿生學(xué)機器人專家。其實，當(dāng)時我們的實驗室基本上被認為是全世界最先進的人工智能實驗室之一，但是當(dāng)時實驗室里其實沒有多少人在做跟數(shù)據(jù)有關(guān)的東西，更多的都是做機器人本身，讓機器人的行為，通過運動學(xué)或者計算的方式等等能夠讓機器人更接近人或者更接近生物動物，而且這其實本來也是人工智能最早的一個定義。

包括后來的圖靈測試，他其實也是以此為標(biāo)準(zhǔn)的，所以從大數(shù)據(jù)算法上來說，本身它可能并不真的就是我們想象的真正人工智能跟這個定義，并不真的完全的吻合，而且大數(shù)據(jù)只不過是許多種人工智能的算法中或者是處理方法中的一種。

大數(shù)據(jù)在某些方面可能會強于其他的一些算法和其他的一些編程方法，因為大數(shù)據(jù)的算法是通過收集大量的數(shù)據(jù)和學(xué)習(xí)之后在某一些具體的事情上就能夠表現(xiàn)的很好，但是這并不代表說作為人類我們擁有的智能就是大數(shù)據(jù)算法，其實人的智能里面大數(shù)據(jù)算法能夠?qū)Ρ鹊哪且徊糠种悄芷鋵嵤呛苌俚?，并不占主流?/p>

比如說一個人從生下來就擁有的智能，一直到我們成長過程中通過學(xué)習(xí)，通過慢慢發(fā)展出來的邏輯思維的這種強化的邏輯思維能力很多時候是跟數(shù)據(jù)算法或者經(jīng)驗積累并不直接相關(guān)的。當(dāng)然也有一部分是相關(guān)的，比如熟能生巧，或者知識是可以融會貫通的，這兩個詞成語其實都是跟大數(shù)據(jù)相關(guān)的，在我們?nèi)祟愓嬲膶W(xué)習(xí)過程中會采用的。

但是我們?nèi)祟愐灿泻芏喔匾倪壿嬎季S和做決定的這些方式又是跟所謂的經(jīng)驗積累和數(shù)據(jù)沒有太直接的關(guān)系的，很簡單的一個例子像我們剛才提到的人臉識別，所謂的人臉識別是什么呢？這個算法其實還挺復(fù)雜的，對于電腦來說，它首先看到了一張照片，這個照片里面有沒有一個人呢？這其實首先是對電腦的第一個困難。它看到的只是一堆的色點，就是每一個色點呈現(xiàn)的顏色是什么，這些色點都用一定規(guī)律組合在那兒，采用機器學(xué)習(xí)的方式來進行人臉識別首先就是讓這個電腦看了1萬張帶著人臉的照片，慢慢的它就學(xué)習(xí)找出了這個規(guī)律，它就可以識別出這個照片上有一張人臉。

有一張人臉，再通過機器學(xué)習(xí)再去識別說這張人臉上眼睛是在哪兒的，鼻子是哪兒的，眼睛是什么樣子的，到10001張照片的時候它才可能有能力自己去識別。但人從生下來就能夠自主去學(xué)習(xí)分辨事物。所以說人的邏輯思維和大腦算法，其實并不是依靠完全所謂的大數(shù)據(jù)和機器學(xué)習(xí)這個概念的，如果是要依靠這個概念的話，我們可能到2歲3歲之前根本不知道人是什么東西，或者說根本就不認識你的爸爸媽媽，但是這絕對不是一個我們自己個人作為人的體驗，所以人的智能跟AI跟所謂的數(shù)據(jù)算法這部分AI其實差的還很遠的。

我們經(jīng)常會聽到很多的聳人聽聞的說法，比如說AI將會戰(zhàn)勝人類，比如國際象棋電腦下贏了，我們就認為電腦要統(tǒng)治人類了等等，一般來說真的在做AI的科學(xué)家或者是工程師們大部分人不會接受這種想法，認為這就是科幻小說作者的一些臆斷而已。

除了大數(shù)據(jù)算法還有很多其他的更高級的AI的算法，只不過不能夠被特別廣泛的應(yīng)用在商業(yè)界，所以就不會被大眾廣泛知道，但是那些所有的處理方法沒有一種是真的能夠一丁點靠近真的人類智能的，還差的很遠，其實AI專家們會怎么說？

就是哪一天機器人可能真的會對我們?nèi)祟愒斐赏{，哪一天可能真的會對我們的社會闡產(chǎn)生我們科幻小說里寫的那種威脅的時候，是什么時候？其實他關(guān)鍵點并不是在于這個計算機技術(shù)，因為說到底現(xiàn)在的AI大部分就是計算機編程，真正能夠讓機器像人一樣或者接近人的智能的這個算法依靠的其實是神經(jīng)科學(xué)，就是說人的腦神經(jīng)是怎么工作的，人的基因就是基因科學(xué)，基因里面怎么帶著密碼讓你一生下來就知道很多東西的，當(dāng)你能夠破解這個生物的密碼之后才有可能說我們做出來像人一樣具備人的意識。

什么是意識呢？就是你的欲望，你的喜怒哀樂，你的情緒等等，這一方面的能力才有可能讓我們在未來做出真正的、能夠真的對我們?nèi)祟愑幸恍┩{的人工智能，我覺得是還很久遠很久遠的這么一件事情。

我下一部分可以講一講我們以前在實驗室里做的這些人工智能的機器人，還有那些機器人以及那個時候最早應(yīng)用到的區(qū)塊鏈的技術(shù)，也許會很有意思，那我們下一期再見。