高考志愿者填寫人工智能報告：諾貝爾獎獲得者稱“AI（人工智能）是統(tǒng)計”對，有什么啟示？

這位諾貝爾獎獲得者稱“人工智能（人工智能）是統(tǒng)計數(shù)據(jù)”，“正確，有什么啟示？”

諾貝爾經(jīng)濟學獎Thomas Sargent在《財經(jīng)》世界科技創(chuàng)新論壇上發(fā)表演講時說：人工智能首先是一種非常華麗的修辭。人工智能實際上是統(tǒng)計數(shù)據(jù)，但它使用了非常華麗的修辭，實際上是統(tǒng)計數(shù)據(jù)。

時間已經(jīng)過去很長一段時間了，但圍繞這個話題的爭論還在繼續(xù)，我們?yōu)槭裁匆勥@個話題，因為這個話題與志愿者，研究生學習，大學學習和計劃有一定關系，因為人工話題情報太熱了。學習這個很熱，而且為時已晚。

您如何看待這個話題？簡單說對與錯是不恰當?shù)?。具有“深度”的這種“宏大”話題怎么能回答簡單的是非？

這句話在某種程度上是正確的

因為人工智能與統(tǒng)計學之間存在很大關系，或者統(tǒng)計學是人工智能最重要的理論基礎。就像計算機和數(shù)學之間的關系一樣，嚴格來說，當前的計算機科學與技術專業(yè)應該稱為計算機技術或計算機工程，因為計算機的科學部分是數(shù)學，這就是為什么計算機必須學習數(shù)學，為什么它們呢？數(shù)學專業(yè)畢業(yè)生從事計算機相關行業(yè)。

從某種意義上說，我們所謂的人工智能，如機器學習，數(shù)據(jù)挖掘，算法優(yōu)化，決策樹和操作控制，都使用統(tǒng)計原理，甚至計算機神經(jīng)網(wǎng)絡，自然語言識別和計算機成像。不能使用聲音和統(tǒng)計八卦的技術應用是——統(tǒng)計模型的統(tǒng)計知識。 Alpha狗的原則是蒙特卡羅樹搜索，它也是基于統(tǒng)計模型。

但為什么不談統(tǒng)計？這很簡單，因為它不如人工智能。你為什么想要高個子？因為有人在投錢。人工智能代表最新技術，最熱門的行業(yè)，可以吸引投資，你想說誰在做統(tǒng)計，誰付錢？誰付錢？事實上，這些工作很早就得到了研究，但當時它們被歸類為統(tǒng)計學領域。 。

就像顯示系統(tǒng)的垂直和水平位置指示器一樣是鼠標;人體表面的污垢是灰;人體皮膚死細胞分離器是浴巾;智能高端數(shù)字通信設備表面高分子復合線性處理是手機電影......

所以現(xiàn)在每個人都在學習聰明，即使這是陳詞濫調，你還要包裝一個好名字。你說有人投資機器學習和深度學習。有些人以很高的價格為你挖掘。如果你想談論統(tǒng)計數(shù)據(jù)，你感覺不對勁。感興趣，事實上，它仍然是一回事。當然，資本也知道這些原因。那我們?yōu)槭裁匆顿Y呢？因為資本是追求利潤，而資金則用于賺更多錢。高大的外套是賺錢的保證之一。

人工智能和統(tǒng)計數(shù)據(jù)不能完全等同

人工智能與統(tǒng)計學之間存在著很大的關系，或統(tǒng)計學是人工智能最重要的理論基礎，但統(tǒng)計學與人工智能仍然存在很大差異，甚至不是同一件事。

否則，很多人會說我不學習計算機，學習數(shù)學，做與計算機相關的工作。 我想從事人工智能學習統(tǒng)計學。無論如何，這是理所當然的事。這從一個極端到另一個極端是典型的。你會指望這個原則。這并不意味著你將擁有一個alpha dog算法。這并不意味著你可以編寫Alpha狗的下一個Go程序，這仍然是很多分離，它需要用計算機，規(guī)則方法，搜索方法來完成，畢竟理論和應用之間的道路還很長。你只能說你學習數(shù)學，你有可能做與計算機相關的行業(yè)，但你需要學習和實踐很多大事;你可以學習統(tǒng)計數(shù)據(jù)，有可能做人工智能相關的行業(yè)，但你也需要學習和實踐許多大事。所有的道路都通向羅馬的程序員，所有道路都通向互聯(lián)網(wǎng)，所有道路都通向人工智能。

并非所有人工智能問題都可以通過統(tǒng)計方法解決。統(tǒng)計數(shù)據(jù)對于人工智能至關重要，但與解決實際問題仍然存在距離。它需要計算機，數(shù)學，博弈論，認知科學，編程語言等。其他工具要完成。

統(tǒng)計與人工智能相等的原因是人工智能主要基于機器學習，深度學習，語言識別，圖像識別，機器翻譯等。原理基本上是通過優(yōu)化算法來調整統(tǒng)計。模型參數(shù)包（俗稱“轉移人”或“教授”），然后計算樣本分布，這些工作方法很容易造成上述錯覺。然而，這些只是人工智能的一些實際應用，而不是全部。