这段时间一直在赶一个新项目，因此文章更新也就被搁置了。期间学习了一些关于人工智能的课程，因此从以下几点做了总结：
1.1 物理预测的胜利与失效
（1）数学---来自于生产试验
土地测量学---古埃及 是物理学，数学，智能，大数据的学科基础 基于经验的数据
(2) 数学模型----真正的数据
A. 本轮与均轮旋转 ----托勒密模型 比较复杂
B. 14~15世纪突飞猛进的发展 牛顿的微积分 以物理学的发展为代表
基于天文学的发展
牛顿三定律---物体是有惯性的
受力相互作用---作用力与反作用力
F=Gm1m2/r2
C. 哈密顿方程=动能+势能（H+V） 类似于牛顿方程
被定义于广义坐标中，角速度和速度的关系 单摆运动特征
1.2 预测失效的原因
随机性（不确定性） 如：微观世界里，牛顿量子力学
混沌性（气象预测发现的） 当初始条件发生变化时，后面的变化很大
反身性（股市） 当观测者想要预测时，行为会影响预测结果
网络效应（大量简单物体发生反应时出现耦合，复杂化）
历史事件依赖 此刻的状态取决于过去状态的影响
1. 3 复杂系统引论（即：个体到群体的映射）
由简单个体组成，通过相互作用产生的属性；个体层面不存在；
个体是被制约的，宏观显现出来的（例如：铁磁铁 ---宏观物体，磁性如何产生？）
外在环境会影响复杂系统信息（如生物进化的过程 当外界能量稀缺，外界能量进入生物内部，致使生物组织重构，形成更大的生物组织，调节生物变化适应环境）
网络结构特性（如商业交易者，不同股票之间的联系，大脑，社交网络（存在点性结构）等）---存在连接度，兼顾稳定和效率
1.4 生活实例与本章总结
例如： 雪花 股市 鱼群、鸟群迁徙
经济学现象---产业结构森林
2. 1 大数据预测因为噪音失效
例如：公安行侦 超市 谷歌等预测疾病，天气等系统
2.2 大数据与机器学习
算法----拯救预测失效的有效办法 如药物萃取的过程
统计学习概念 如：行星的运动（物理模型）
3.1 规则阶段
故事：人工智能像个傻瓜
人工智能发展史 包括符号，控制，连接学派
1. 符号主义---人给机器规则，机器帮助人来决策
人工智能之父阿兰图灵（同性恋患者 吃毒苹果自杀）
理论框架---图灵机 （例如：毛毛虫---黑白格子纸上行动； 增加状态 饥饿或者吃饱 格子颜色根据状态变化 引申出可编程概念）
2. 图灵停机的问题 量子计算机的概念
3.2 机器学习阶段发展至连接主义阶段---机器学习规则 直接模拟人的思维硬件（大脑）
统计学经济阶段 数据不能解决所有的问题
统计算法阶段 各种统计算法模型（PCA 逻辑算法 决策树 贝叶斯网络）
共同点：
使用数据驱动，改变自身结构
模拟人的思维，改变流程
例如：声音翻译成语言 通过人脸说出人名（人脸识别）
如何模拟人的大脑
例如：神经元细胞模拟 输入（树突权重）---输出（为神经做决定） 感知机模型
3.3 连接主义阶段发展至深度学习阶段
神经网络之后进入低谷期，因为难以控制；2007年~2008年，出现了复杂的网络
GPU用来玩游戏 训练神经网络的驯兽师公司
例如：一张圈内包圈的图片
用一刀切办法切开 这种算法叫做特征工程
通过几次识别，算法提取；最终识别人脸。
3.4 三个阶段总结与分析
软件 硬件 神经网络---用神经元的数量来决定，神经元越复杂，越聪明
应用：智商很低
符号主义（规则）阶段
经济学阶段
深度学习----冰山一角 深度学习不等于人工智能，但是是划时代的
3.5 人工智能的应用1
APPLIcation
例如：
今日头条公司---文本分类 针对每个词做统计
电影设计
视觉类---物体的识别
听觉类---声音信号 翻译成字母 应用于：智能家居，机器人对话
翻译---谷歌翻译 深度学习
AI设计师---可以不去商城试衣服 有很大商机
人工智能艺术家---设计建筑
AI商业模式----BI（商业智能）
金融---人工智能使用最广泛的领域 如：炒股；机器交易单 ；青椒科技---AI金融
农业---AI现代化机器 卫星图像---对地面扫描，确定土地状况
3.6 人工智能的应用2
围棋 疾病 无人车 阿法狗等开启人类的未来
负责是可以对抗复杂的
3.7 课程大纲
网友评论