laminux29
2020-08-12 20:37:48 +08:00
目前的机器学习与人工智能,并不是字面意思。
它的本质仍然还是基于数据的挖掘、统计与分析,拿来应用时,正确度只是个概率问题,达不到百分之百。另外目前的神经网络模型只是基于猜测而已。但是,并不是说它不好。很多场景,比如天气预报、自带歧义的自然语言处理,以及一些并不完全正确且知道处理方案的问题,仍然能用这套东西来代替手工计算进行提速以及提高正确度。
举个简单的例子,目前你有 3 条历史天气数据:
数据 1:2000 年 8 月 10 日,温度 22°,阴,小雨。
数据 2:2000 年 8 月 11 日,温度 24°,阴,大雨。
数据 3:2000 年 8 月 12 日,温度 32°,晴,不下雨。
那么,假设今天是 2020 年 8 月 12 日,温度 35°,晴,如果用简单的相似度处理方案来看,基于上面 3 条数据,能猜出,明天中小概率不下雨。
但如果今天是温度 21°,阴,那么基于上面的数据,能猜出,明天会大概率会下雨。
现在科学家正在找各种算法与数据处理模型,提高从历史数据到真实预测的准确度。
再举个例子:
如果你有一本字典数据,以及很多新闻文章的素材,现在,尝试断句:
1.我们中出了个叛徒
2.杭州市长春药店
3.工信处女干事每月经过下属科室都要亲口交代 24 口交换机等技术性器件的安装工作
断句后,应该能比较正经地得出:
1.我们中 /出了个叛徒
2.杭州市 /长春药店
3.工信处 /女干事 /每月 /经过下属科室都要亲口 /交代 /24 口交换机 /等技术性 /器件的安装工作
但是,如果你把正经的新闻文章,换成祖安网友们的聊天数据,估计上面的断句又会是另一种风景了。
最后,如果你买的车,其智能系统是基于这玩意的,建议买足保险,不仅是三责险要买满,你自己的保险也要买满。