决策树算法,神经网络算法,聚类算法,随机森林算法,逻辑回归算法,遗传算法等,但在《人工智能算法集》中,更多的是刘凡从来没听说过的算法。
比如罗德赛斯算法、黑洞算法、成长算法等。而且刘凡发现了一个很可怕的事情,很多算法原理和理论基础都写在那,写的那么清楚,可是自己居然看!不!懂!
刘凡自认为自己在基础数学上的造诣是很深的,可居然还能有这么多算法在自己眼中跟天书一样,简直了...
这就自然而然的让他想到了第二阶梯的任务奖励:《基础数学深度学习》,这是一个系列任务,一环扣一环啊。
至于《人工智能算法集》对算法的排序让刘凡感觉应该不是按算法的优异来的,虽然很多算法刘凡看不懂,但大概还是有个概念,这里面的算法也不知道是按照什么规则排序的。以刘凡目前的能力去理解的话,只会感觉很怪。
留在办公室钻研了一天一夜,刘凡才从算法的海洋中游了出来。在现在所有能看得懂的算法中,刘凡最在意的一个算法就是成长算法。
成长算法模拟的就是一个人的成长过程,算法可以让计算机模拟人的成长过程,从刚出生的一张白纸开始不断的吸纳周围的一切,在这个吸纳的过程中逐渐拥有自己的意识和想法,从而形成一个独立人格。
这个算法还提到了一个很有意思的观点,现在大家都说人工智能和人类比最大的优势就是可以快速处理海量的信息,人就不行,但成长算法指出,人从出生到死亡,每天接受的数据量也是海量的,光是我们每一秒对眼睛所看到的这个世界的认知就包含了海量的认知,大脑不仅处理了这些数据,而且是即时处理,只不过我们的大脑是在自动进行这个动作,导致我们没有意识到而已。
成长算法甚至认为,大脑在处理海量数据上的能力远远超过任何的人工智能,只是人类现在还无法用科技手段去具化大脑所处理的这些数据,我们也没能真正理解大脑的大数据处理方式,但我们一定低估了大脑。
所以按照成长算法的表述,在我们还是婴幼儿的时候,我们就是靠着大脑不断的处理身边的海量信息从而引导我们开始学会说话,学会行走,开始渐渐成熟的。所以让计算机像一个婴儿一样自己去吸收,去分析,去决策,去实验,去巩固,去完善,可以更拟人。
当然,这是理想状态,从理论来看还做不到让计算机真的成为一个人,但是通过对大数据的这种扩散式学习并自我分析自我沉淀自我输出的方式,可以让人工智能窥见一丝打破奇点成为真正智能的口子。
这确实是一个巨大的突破。
同时,成长算法跟刘凡之前自己想的函数逆推有一点异曲同工之妙,如何让计算机在海量的无规则数据中建立起一个有形的思想,成长算法猜测人类的大脑就是通过一个复杂的算法从无序中寻找有序,而一个个有序的规则就可以让人类建立起自己的人格,所以成长算法用了一种类似刘凡的逆推手段让计算机去模拟大脑行为。