史上最通俗易懂的人工智能概念解释-亚洲ca88官方网站

  如果输入房子的特征(a)和价钱(b)，而且有大量的数据(a)，它就可以自动学习这中间有什么概念，不用去考虑和担心这些神经元。

  过去两年，人工智能的神经网络进步这么快，如果得到很多a，就能够计算出很多正确的b。

  就像语音识别，输入语音a，输出一个文本b，要做到高质量，需要一万个小时的数据量，也就是10年左右的数据量，但要拿到这一些数据的价钱也是不少的。

  拥有比较准确的语音识别能力，用户也会更愿意使用。中国这几年语音识别的用户量增加得非常快，就在于现在语音识别比较准确。

  要理解另外一个公司的技术并不太难。我在百度和谷歌工作过，对技术比较了解，知道技术是怎么做的，但是如果我没有数据，我就没办法带一个团队做搜索。

  通常一个产品不用做得太好，只要用户能接受，用户慢慢会有活跃度，用户就会为你产生数据，然后形成正循环，形成壁垒。

  如果你有一个用户都能够接受的产品，却又被巨头用另外一个产品挖走，那么你的数据就没有很好的方法形成正循环。

  如果你要为一个传统的购物中心做一个网站或者app，它们还不是一个网络公司。就像沃尔玛网站，也不是一家网络公司。

  你要做一个互联网公司，不在于是否有网站，最重要的是整个公司的组织有没有有效利用互联网的能力。

  网络公司会做A/B测试，每天可以做一千次A/B测试，所以互联网公司的学习速度会非常快。

  互联网公司也会在比较短的时间周期里发布新产品，可以每天发布一个或者20个，传统购物中心不能理解为什么这样做或者怎样做。

  互联网公司做决定的能力不一定是只有CEO一个人，还有很多产品经理或工程师。因为在网络公司，技术和用户行为很复杂，没办法都交给CEO一个人做决定。传统购物中心因为变动比较慢，由CEO做决定是没那么大问题的。

  在人工智能时代，一个传统的网络公司＋神经网络技术，也还不是人工智能公司。

  一个公司要做成人工智能公司，要组织整个公司有效地用AI的能力。AI现在还处于早期，人们还不能完全理解如何组织公司来使用它。

  AI公司获取数据的战略很复杂，有关战略，我们有时会讨论好几天或好几星期。数据获取的过程要好几年，真的要一步一步来打。

  如果你的数据一部分在你个人电脑上，一部分在你办公室电脑上，一部分在某一个数据库里，一部分在另外一个数据库，你的工程师要做一个新的人工智能的话，如何把这一些数据放一起给人工智能使用呢？

  但如果你把数据放进一个数据库，你的软件或者工程师就可通过完整的数据来训练有效的人工智能。

  很多公司有很多数据，但没办法放在一起，数据的使用效率就会没那么高，你的工程师的工作效率就会慢很多。

  在人工智能公司工作的工程师，和传统网络公司的工程师，工作描述的内容是不一样的。如果你是百度公司的产品经理，你要做一个产品，就会画一个图，然后把图给工程师，工程师再写代码，这样的方式对网络公司是很有效的。