1樓：北京肽積木科技有限公司
關於AI到底是什麼，網上有很多很多解釋，我想說下我的理解吧（不一定準確）
現在的AI值所以能夠實現最關鍵的兩點：1，大規模資料的收集成為可能；2處理大規模資料的算力提公升。至於演算法概念其實幾十年前就有了。
所以我定義的AI是以大規模處理資料可能為基礎，運用深度學習網路試圖模擬人類思維的過程。
至於AI是否能夠像人類一樣思考，個人覺得短時間內不太容易，原因很多。但是個人認為最關鍵的點是缺乏理論基礎：人類自己還沒有搞明白人類是怎麼思考的，怎麼可能讓機器去學習人類思考；還有一點，在AI訓練過程中，人類也沒有搞明白機器是怎麼發現規律並作出決策的，這一點雖然在現在的應用中顯得不是很重要，但是個人覺得，如果想要往更高層次發展，這點是必須的。
但是值得注意的是，由於機器的運算能力超強，在某些方面確實能夠超越人類，比如無人駕駛、智慧型讀片、手術機械人、人臉識別等等。但是這些應用還是用在相對單一的場景中。同時在某些問題上，以機器的眼光看待問題，也許真的能令人很震驚，也許會顛覆我們對於客觀世界的一些認知，但是說AI超越人類還為時尚早。
AI接近於人類，就像人類接近上帝。
注：多學些知識沒壞處，也許以後AI程式設計會成為乙個人的基本技能之一，每個人可以利用AI訓練自己的個性化的智慧型機械人。
打字辛苦，點個攢唄。
機器學習中的模型到底是指什麼？
林高遠 舉乙個最簡化的例子 樣本集 A 類 1,3,4,5 樣本集 B 類 7,8,9 分類目標 大於 x 為 A類 小於 x 類為 B類 具體 x 可以等於任意實數，但不一定都能達成 100 正確分類目標。x 0，無法正確分類 x 10，無法正確分類 x 8，部分正確分類 x 4.5，部分正確分類...
機器學習中的hypothesis到底是什麼意思？
棒棒糖 lottery ticket hypothesis是假說的意思。其他時候用這個詞，大概得意思是對某個問題的一種先驗 猜測 這種先驗通過網路結構或者超參表達出來。 R典up 1.機器學習基石 林軒田老師的講解假設hypothesis，乙個機器學習模型對應了很多不同的hypothesis，通過演...
機器學習中常常提到的正則化到底是什麼意思？
張趔趄 縮小引數空間 防止過擬合 加先驗知識 使得求解變得可行 比如樣本較少時候OLS的逆矩陣求解 現在用圖形來解釋一下為什麼正則化 regularization 可以potentially解決這些問題。縮小引數空間 這個非常好理解，如圖二，通過加入regularizer，把引數空間重新約束到乙個更...