这段时间一直在赶一个新项目，因此文章更新也就被搁置了。期间学习了一些关于人工智能的课程，因此从以下几点做了总结：

1.1 物理预测的胜利与失效

（1）数学---来自于生产试验

土地测量学---古埃及    是物理学，数学，智能，大数据的学科基础  基于经验的数据

(2) 数学模型----真正的数据

A. 本轮与均轮旋转 ----托勒密模型    比较复杂

B. 14~15世纪突飞猛进的发展      牛顿的微积分  以物理学的发展为代表

基于天文学的发展 

牛顿三定律---物体是有惯性的     

受力相互作用---作用力与反作用力

F=Gm1m2/r2

C. 哈密顿方程=动能+势能（H+V）  类似于牛顿方程

被定义于广义坐标中，角速度和速度的关系  单摆运动特征

1.2 预测失效的原因

随机性（不确定性）  如：微观世界里，牛顿量子力学

混沌性（气象预测发现的）  当初始条件发生变化时，后面的变化很大

反身性（股市）  当观测者想要预测时，行为会影响预测结果

网络效应（大量简单物体发生反应时出现耦合，复杂化） 

历史事件依赖    此刻的状态取决于过去状态的影响

1. 3 复杂系统引论（即：个体到群体的映射）

由简单个体组成，通过相互作用产生的属性；个体层面不存在；

个体是被制约的，宏观显现出来的（例如：铁磁铁  ---宏观物体，磁性如何产生？）

外在环境会影响复杂系统信息（如生物进化的过程  当外界能量稀缺，外界能量进入生物内部，致使生物组织重构，形成更大的生物组织，调节生物变化适应环境）

网络结构特性（如商业交易者，不同股票之间的联系，大脑，社交网络（存在点性结构）等）---存在连接度，兼顾稳定和效率

1.4 生活实例与本章总结

例如： 雪花    股市      鱼群、鸟群迁徙   

经济学现象---产业结构森林

2. 1 大数据预测因为噪音失效

例如：公安行侦    超市    谷歌等预测疾病，天气等系统

2.2  大数据与机器学习

算法----拯救预测失效的有效办法  如药物萃取的过程

统计学习概念    如：行星的运动（物理模型）

3.1  规则阶段

故事：人工智能像个傻瓜

人工智能发展史        包括符号，控制，连接学派

1. 符号主义---人给机器规则，机器帮助人来决策

人工智能之父阿兰图灵（同性恋患者  吃毒苹果自杀） 

理论框架---图灵机 （例如：毛毛虫---黑白格子纸上行动； 增加状态    饥饿或者吃饱  格子颜色根据状态变化    引申出可编程概念）

2. 图灵停机的问题    量子计算机的概念

3.2  机器学习阶段发展至连接主义阶段---机器学习规则  直接模拟人的思维硬件（大脑）

统计学经济阶段  数据不能解决所有的问题

统计算法阶段  各种统计算法模型（PCA  逻辑算法  决策树    贝叶斯网络）

共同点：

使用数据驱动，改变自身结构

模拟人的思维，改变流程

例如：声音翻译成语言    通过人脸说出人名（人脸识别） 

如何模拟人的大脑

例如：神经元细胞模拟    输入（树突权重）---输出（为神经做决定）    感知机模型

3.3  连接主义阶段发展至深度学习阶段

神经网络之后进入低谷期，因为难以控制；2007年~2008年，出现了复杂的网络

GPU用来玩游戏    训练神经网络的驯兽师公司

例如：一张圈内包圈的图片

用一刀切办法切开  这种算法叫做特征工程

通过几次识别，算法提取；最终识别人脸。

3.4  三个阶段总结与分析

软件  硬件  神经网络---用神经元的数量来决定，神经元越复杂，越聪明

应用：智商很低

符号主义（规则）阶段

经济学阶段

深度学习----冰山一角    深度学习不等于人工智能，但是是划时代的

3.5  人工智能的应用1

APPLIcation     

例如：

今日头条公司---文本分类    针对每个词做统计

电影设计

视觉类---物体的识别

听觉类---声音信号  翻译成字母  应用于：智能家居，机器人对话

翻译---谷歌翻译  深度学习

AI设计师---可以不去商城试衣服  有很大商机

人工智能艺术家---设计建筑

AI商业模式----BI（商业智能）

金融---人工智能使用最广泛的领域    如：炒股；机器交易单  ；青椒科技---AI金融

农业---AI现代化机器    卫星图像---对地面扫描，确定土地状况

3.6    人工智能的应用2

围棋  疾病  无人车  阿法狗等开启人类的未来

负责是可以对抗复杂的

3.7  课程大纲