它这个特征很大概率对应的是“大猩猩”这个单词。
绝大部分算法在本质上都是在玩概率的游戏，不同的只是在模型训练时需要的信息不同，以及计算出来对应“大猩猩”的判定方式不同。
当前所有被广泛应用的知名模型，都是通过矩阵运算训练数据来获得某种概率分布。
复杂模型的概率分布通常是高维的，这里又会引申出各种数学方法，但本质的思想依旧是想通过概率分布来描述训练数据的特征。
有了这些，就可以使用相同的概率分布去描述同类的数据，从而实现所谓的“识别”或“预测”。
实际上，并非模型真的像人类一样理解了什么是“大猩猩”，只是通过这种方式，模型能够大概率得把长得像某些特定目标的图片识别出来。
现在很多人把人工智能分为强人工智能和弱人工智能。
其中强人工智能就是“传说中”的人工智能，甚至不少人追求让计算机拥有人类的心智与意识，具有自主选择行为。
但是强人工智能的研究难度较大，市面上还没有成熟的应用。
而弱人工智能更像是一个解决特定问题的工具。
这类问题的特点是可以通过统计，归纳出经验并形成解决方案，而这种解决问题的实现方法被称为“机器学习”。
并且数据越精确越好，越单一越好，一旦数据出现模糊和复杂程度增加，那它立刻就会从弱人工智能变成人工智障。
例如量化交易、人脸识别和阿尔法狗都是擅长于单个方面的机器学习模型。
在训练模型时，技术人员只教会阿尔法狗下围棋的技巧，所以它只能会下围棋。
如果你把一道数学题丢给它，它立刻懵逼。
就像现在的访问团成员，他们也有点懵。
访问团里大多都是技术人员，不是技术人员也仔细了解过实用科技的资料，有些技术人员的研究领域还跟人工智能有些交叉，多多少少都知道一些人工智能方面的知识。
他们可从来没见过这么牛批的人工智能。
智能苿来……它不是强不强的问题，而是很特别，反正一点也不弱，目前也没听说像智障。
李伟只是说了一声备车，没说他们有多少人，苿来竟然就准备好了这么精确的车辆，这个公司管理AI是怎么在走廊里确定他们的人数的？
怎么没有把旁边路过的员工也算进去？
不过这次相关专业的人不
…。。