也许只是数据量不够 20190406 晨间日记

图片发自App

现在信息时代的数据就好比之前工业时代的石油一样是战略资源，现在的人工智能很多的算法是基于机器学习，之前AlphaGo的横空出世，震惊了围棋界，也震惊了世人。这些智能是如何学习的呢？其实直白的说设计一个底层算法，然后就是喂数据给它，比如一个分辨猫和狗的智能，给它10万张有猫有狗的图片，然后识别图片后对应的答案，让机器去学习。它自己就会通过反馈来调整自己的数据模型，最终的识别率甚至会超过人类。

现在很多的智能算法其实已经开源，就是人人可以拿到，但是要有这10万张有答案的图片不容易，而且这仅仅是分辨猫狗而已。真正的复杂的智能需要的可不仅仅是10万这样的量级而已，有价值的是那可以提供反馈的海量数据。信息时代的石油这样的描述确实是一点也不夸张。

其实这样的学习方法，为啥叫人工智能呢？因为就是从人这里学来的嘛。想想我们小时候学习东西的时候，也是类似的方式，尝试，反馈，调整。同一套算法，人工智能判断的准确率是依赖数据。其实我们人也是一样，说一个人看人很准，直觉很准，看起来是瞬间完成的一个判断。这其实背后是阅人无数，是大量的数据喂养，快，准，狠只是表现出来的简单而已。

要学这样的技能，肯定不能仅仅看表象，首先需要去扩大数据库，增加数据量，还有一个重要内容就是需要提炼出行之有效的模式，把这些数据能够有条理的建立联系。就好比福尔摩斯第一次跟华生握手就知道他是从阿富汗来的，这瞬间认知的背后，是福尔摩斯一套运用了无数遍的推理模式。

【下一步行动】

以后干什么不顺了，不要仅仅去埋怨别人的原因，也许只是自己没有准备很重复，吃的苦头不够，数据基数不够。不懂不会，只是因为看得太少，做的太少。