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。