7人工智能的經濟學解釋
這讓我想到了經濟學，於是比較容易理解了。
我們把每個神經元當成社會中從事經濟活動的個體。於是神經網絡相當於整個經濟社會，每個神經元對於社會的輸入，都有權重的調整，做出相應的輸出，比如工資漲了、菜價漲了、股票跌了，我應該怎麼辦、怎麼花自己的錢。這裡面沒有規律麼？肯定有，但是具體什麼規律呢？很難說清楚。
基於專家系統的經濟屬於計劃經濟。整個經濟規律的表示不希望通過每個經濟個體的獨立決策表現出來，而是希望通過專家的高屋建瓴和遠見卓識總結出來。但專家永遠不可能知道哪個城市的哪個街道缺少一個賣甜豆腐腦的。
於是專家說應該產多少鋼鐵、產多少饅頭，往往距離人民生活的真正需求有較大的差距，就算整個計劃書寫個幾百頁，也無法表達隱藏在人民生活中的小規律。
基於統計的宏觀調控就靠譜多了，每年統計局都會統計整個社會的就業率、通脹率、GDP等指標。這些指標往往代表著很多內在規律，雖然不能精確表達，但是相對靠譜。
然而基於統計的規律總結表達相對比較粗糙。比如經濟學家看到這些統計數據，可以總結出長期來看房價是漲還是跌、股票長期來看是漲還是跌。例如，如果經濟總體上揚，房價和股票應該都是漲的。但基於統計數據，無法總結出股票，物價的微小波動規律。
基於神經網絡的微觀經濟學才是對整個經濟規律最最準確的表達，每個人對於自己在社會中的輸入進行各自的調整，並且調整同樣會作為輸入反饋到社會中。想象一下股市行情細微的波動曲線，正是每個獨立的個體各自不斷交易的結果，沒有統一的規律可循。
而每個人根據整個社會的輸入進行獨立決策，當某些因素經過多次訓練，也會形成宏觀上統計性的規律，這也就是宏觀經濟學所能看到的。例如每次貨幣大量發行，最後房價都會上漲，多次訓練後，人們也就都學會了。
8人工智能需要大數據
然而，神經網絡包含這麼多的節點，每個節點又包含非常多的參數，整個參數量實在是太大了，需要的計算量實在太大。但沒有關係，我們有大數據平臺，可以匯聚多臺機器的力量一起來計算，就能在有限的時間內得到想要的結果。
人工智能可以做的事情非常多，例如可以鑑別垃圾郵件、鑑別黃色暴力文字和圖片等。這也是經歷了三個階段的：
第一個階段依賴於關鍵詞黑白名單和過濾技術，包含哪些詞就是黃色或者暴力的文字。隨著這個網絡語言越來越多，詞也不斷地變化，不斷地更新這個詞庫就有點顧不過來。
第二個階段時，基於一些新的算法，比如說貝葉斯過濾等，你不用管貝葉斯算法是什麼，但是這個名字你應該聽過，這個一個基於概率的算法。
第三個階段就是基於大數據和人工智能，進行更加精準的用戶畫像和文本理解和圖像理解。
由於人工智能算法多是依賴於大量的數據的，這些數據往往需要面向某個特定的領域(例如電商，郵箱)進行長期的積累，如果沒有數據，就算有人工智能算法也白搭，所以人工智能程序很少像前面的IaaS和PaaS一樣，將人工智能程序給某個客戶安裝一套，讓客戶去用。因為給某個客戶單獨安裝一套，客戶沒有相關的數據做訓練，結果往往是很差的。
但云計算廠商往往是積累了大量數據的，於是就在雲計算廠商裡面安裝一套，暴露一個服務接口，比如您想鑑別一個文本是不是涉及黃色和暴力，直接用這個在線服務就可以了。這種形勢的服務，在雲計算裡面稱為軟件即服務，SaaS (Software AS A Service)
於是工智能程序作為SaaS平臺進入了雲計算。
五、基於三者關係的美好生活
終於雲計算的三兄弟湊齊了，分別是IaaS、PaaS和SaaS。所以一般在一個雲計算平臺上，雲、大數據、人工智能都能找得到。一個大數據公司，積累了大量的數據，會使用一些人工智能的算法提供一些服務；一個人工智能公司，也不可能沒有大數據平臺支撐。
所以，當雲計算、大數據、人工智能這樣整合起來，便完成了相遇、相識、相知的過程。
閱讀更多 IT技術圈 的文章
