人工智能发展的三大支柱

人工智能的发展有三个要素：算力、算法、大数据。

1.计算能力：

芯片也称为集成电路，以算法为基础。运行时，由于每个芯片在不同场景下的计算能力不同，算法的处理速度和能耗也不同。随着摩尔定律的进展放缓，人们在精密制造（半导体）领域正在接近极限。

但数据量的增长呈指数级。信息的扩展远远大于发展的过程。摩尔定律驱动性能提升的单极世界。崩溃了拥有超强算力、低能耗的芯片是我们进入AI时代的先决条件。在作为人工智能产业重要组成部分的架构中，人工智能芯片的战略重要性不言而喻。

2.算法：

这个经常提到的“深度学习”现在指的是人工智能算法（软件）。随着深度学习的发展突破，巨头们经常公开自己的产品，各个巨头都想成为AI时代下一个开发IOS的“苹果”或者开发Android系统的“谷歌”。

由于这些公司使用开源平台来迭代算法，开源平台可以获取数据并交易应用场景的流行度，从而获得绝对的控制权和话语权。

3.重要信息：

第一次工业以煤炭为基础，以蒸汽机和压力机为特征。第二轮工业化是以石油为基础的。第三产业历程以核能、互联网技术为标志，第四产业历程以可再生能源、数据和互联网核心内容为标志。

大数据分析的核心是预测分析。在《Bigdate，大数据时代》一书中，作者认为，有了足够的数据，95%的人的行为都可以被识别。帮助人们做出决定。因此，数据本身并不产生价值。

数据和内容是互联网的核心。无论是传统行业还是新兴行业，任何人都可以第一个成功接入互联网，发现大金矿隐藏的规律。他将能够抓住给定的机会并成为领导者。技术变革的标志。

1.符号主义（Symbolism）
符号主义（Symbolism）=逻辑学（Logistics）=心理学派（Psychology）=计算机学派（Computerism），其原理主要是物理符号系统（即符号运算）系统）假设和有限理性原则。大多数早期人工智能研究人员都属于这一类。
主要观点：
人类认知和思维的基本单位是符号
计算机也是一个物理符号系统
认知是对符号表示的操作。p>

2.连接主义
连接主义也称为仿生学派或生理学派，其主要原理是神经网络并以神经网络作为连接机制和学习算法。。
连接性是一种使用称为连接网络或人工神经网络的数学模型来研究人类认知的。通常，它们采用高度互连的、类似神经元的处理单元的形式。。系统。
人工智能被认为起源于控制网络。
控制论思维成为20世纪40年代和50年代初的重要组成部分，影响了早期的人工智能工作者。维纳和麦卡洛克等人提出的控制论和自组织系统，以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论将神经系统的运作与信息论、控制论、逻辑和计算机联系起来。
早期研究侧重于对人类智能在行为和控制过程中的作用进行建模，例如自优化、自适应、自稳定、自组织和自学习等控制论系统，以及“控制论动物”的发展。当年在20世纪60年代和1970年代，这些控制论系统的研究取得了一些进展，为智能控制和智能机器人播下了种子。在20世纪80年代，智能控制和智能机器人诞生了。
行为学作为人工智能的一个新学派在20世纪末出现，引起了许多人的兴趣。该学派的一位代表作者首先推荐布鲁克斯的六足机器人作为新一代“网络动物”和基于模仿昆虫行为的感知-动作模型的控制系统。

就业前景依然良好，近两年人工智能一直是热门话题。人工智能专业是近几年兴起的工科专业之一，虽然发展时间不长，但肯定是非常有竞争力的。无论是未来就业还是科学研究，人工智能专业可以从事的行业都具有广泛的代表性。。但这个专业难度较大，需要创新思维。你一定非常擅长高等数学。必须精通软件编程、微电子等，必须具备一定的机械设计能力和空间思维能力。只有深入学习，才能成为该领域的佼佼者。