导图社区 智能时代
人工智能实现的基础，包括大数据、深度学习、超级算力。
社区模板帮助中心，点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
人工智能的原理和基础
人工智能的基础是数据
数据、信息和知识
数据的定义：信息包含各种数据
信息的定义：数据提供信息。
知识的定义：对数据和信息进行提取处理后，得到知识。
数据的作用
数据是文明的基石
数据对科学研究的促进
数据影响生活方面
数据的相关性
通过数据的关联性得到有用的数据。
数据分析的基础
统计学：是建立在概率论基础之上收集、处理和分析数据，找到数据内在的相关性和规律性的学科。
数学模型
建立模型和相关参数
数据驱动方法
条件一大量数据
条件二数据的代表性
大数据和机器智能
机器智能的定义
图灵测试
鸟飞派：人工智能1.0
错误的方法：模仿人类思考的人工智能
另辟蹊径的数据驱动
贾里尼克从通信方面解决语音智能识别的问题
信息编码～传输～解码
数据驱动方法，随着数据量的积累，智能程度越来越高。
数据的积累让智能从量变到质变。
大数据的特征
体量大
及时性
多维度
完备性
变智能问题为数据问题
深度学习与摩尔定律
什么是机器学习？
机器学习利用算法不断优化目标函数。
机器学习的效果
学习的深度
学习的数据量
数据的质量
机器学习的方案
方案一，采用大量的数据，较少的迭代次数。
方案二，采用比较复杂的模型，较少的数据。
深度学习与谷歌大脑
机器学习
第一类，已知模型的形式，用机器学习计算参数。
第二类，完全未知的模型，通过大数据训练出的模型，就是深度学习，也叫深度学习网络。
谷歌大脑
在大量数据和超级计算能力的前提下开发出的深度学习工具。
谷歌大脑的突破在于可以将一个大型模型上百万参数，同时训练的问题，简化为能够分布到上万台服务器上的小问题，这就让大型人工神经网络训练成为可能
摩尔定律的馈赠
半导体集成电路的能力约每18个月翻一翻。
如今，集成电路中的晶体管的密度已经接近物理的极限，电路的绝对性能很难再按照摩尔定律所预测的速率增长，但单位性能仍在快速提高。
获得和利用数据的水平反映出文明的水平
