……
陆羽:“以蓝星现在的硬件条件,是诞生不了真正的人工智能的,现在大家研究开发的,说到底,只是基于算力提升的有限智能程序。”
“算力决定了智能程度,那又是什么决定算力?”
葛云聪下意识的回到:“存储,网络,最重要的,芯片和算法。”
陆羽:“存储靠什么?”
葛云聪:“服务器。”
陆羽:“网络,我们和别的公司有差别吗?”
葛云聪:“没有。”
陆羽:“所以,还有什么问题?”
葛云聪:“可我们没有自己的AI芯片。”
陆羽:“除了极少数,其他公司也不是都有自己的AI芯片。”
葛云聪:“但是性能差别很大。”
陆羽:“我们和其他公司相比,优势在哪?”
葛云聪:“我们要什么没什么,哪有什么优……算法!”
陆羽两手一摊,耸耸肩。
葛云聪有点激动:“陆总,你真能搞出提升算力的新算法?”
陆羽:“应该,能吧,人工智能包含了那么多种算法,想要提升算力,不是一种两种算法能决定的。”
葛云聪:“我知道我知道,从一开始接触编程开始,就对人工智能特别感兴趣,也搜集过很多这方面的资料。”
……
陆羽:“既然你对人工智能有一定了解,那你就应该知道一个人工智能包含的算法有多海量。”
“不说那些不太重要的,我们就说说最为主要的几类算法。”
“回归算法,试图采用对误差的衡量来探索变量之间的关系,是统计机器学习的利器,有最小二乘法,逻辑回归,逐步式回归,多元自适应归样条等等。”
“基于实例算法,对决策问题建立模型,选取一批样本数据,根据某些近似性,把新数据和样本数据进行比较,来寻找最佳匹配效果,有学习矢量量化,自组织映射算法等等。”
“正则化方法算法,一般作为其他算法的延伸,根据算法的复杂度对算法进行调整,其中最典型的就是弹性网络算法。”
“决策树学习算法,根据数据的属性采用树状结构建立决策模型,用来解决分类和回归问题,包含分类及回归树,随机森林,梯度推进等等算法。”
“基于核的算法,把输入的数据映射到一个向量空间,在向量空间里,很多问题能够更容易解决,包括支持向量,径向基函数,线性判别分析等等算法。”
“聚类算法,按照中心点或者分层的方式,对输入数据进行归并,其中最主要的是期望最大化算法。”
“关联规则学习算法,通过寻找最能够解释数据变量之间关系的规则,来找出大量多元数据集中有用的关联规则。”
“人工神经网络算法,模拟生物神经网络的模式匹配算法,这是机器学习的一个庞大的分支,有几百上千种算法,感知器神经网
请收藏:https://m.frgls.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)