漫谈人工智能,人工智能ETF排行榜

漫谈人工智能就我最近看人工智能的感觉，强人工智能，或者人工智能拥有真正智慧的时间点，会快于核聚变成功，会远快于人类以光速数量级进行星际旅行。核聚变还有大量问题没有解决，比如持续运行，能量转化率，反应容器的坚固程度，一个持续高温就很难解决，太阳表面温度都高达6000度，足以融化地球上所有的元素，核聚变内部温度要超过1亿度，核聚变释放的高速中子会使得容器迅速老化变质，这些都很难解决。

至于人工智能，基于神经网络的智能系统，从原理来说，非常简单，一半在于模型和调试，一半在于数据训练。神经网络没有重大的，不能解决的原理性问题，变成一个几乎纯粹的大型工程性问题。堆参数，堆数量训练，就是时间长短问题，没有方向性问题，没有未被解决的核心问题。人工智能发展历史不长，从1956年提出人工智能概念，到现在也不过67年历史，中间经历了2次人工智能低潮，主要是因为概念和硬件受限。

围棋起源于中国，传为帝尧所作，春秋战国时期即有记载，距今已有4000多年历史。围棋被认为是世界上最复杂的棋盘游戏。在基本规则的限制下，据说存在10的300次方的对局数量，而宇宙的原子数量总和是10的80次方。据估算，人类已经下过的对局数量不超过10的12次方，职业棋手一生的对局数不超过10的7次方，即1千万次对局。可见围棋虽然古老，但是还存在许多未解之谜，包括未知的优良定式和布局方式等。

因为围棋基本规则非常简单，棋子也只有黑白两种。所以一般4至6岁的小孩就可以理解围棋的基本规则，并进行对局。本人亲测4岁的阿铭古，的确如此。与之对比，中国象棋的基本规则更为复杂：中国象棋的棋子有7种，每种棋子的走法不一样；而且有对将、别马脚、压田心、兵过河等规则。以至于有些成人一直搞不明白别马脚的位置。围棋入门容易，精通却非常困难。

要想系统的学习人工智能一方面需要具备扎实的基础知识，另一方面还需要通过具体的岗位实践（课题研发）来完成，因为目前人工智能领域的很多方向还依然有待完善，所以对于初学者来说选择一个方向并完成入门学习是比较现实的选择。人工智能的入门学习需要具备以下知识结构：第一：编程语言。编程语言是学习人工智能的基础内容之一，掌握了编程语言才能完成一系列具体的实验。

目前Python语言在人工智能领域有广泛的应用，包括机器学习、自然语言处理和计算机视觉等方向。第二：算法设计基础，目前人工智能的研究内容集中在六个大的方向上，分别是自然语言处理、知识表示、自动推理、机器学习、计算机视觉和机器人学，这些内容都有一个重要的基础就是算法设计，可以说算法设计是研究人工智能的关键所在。