SVM和神經(jīng)網(wǎng)絡(luò)(如: DNN CNN RNN)是不是兄弟關(guān)系？有什么證據(jù)嗎？不，神經(jīng)網(wǎng)絡(luò)不是兄弟，因?yàn)樗鼈冇胁煌慕Y(jié)構(gòu)。支持向量機(jī)是通過(guò)凸優(yōu)化算法解決凸性問(wèn)題，找到最大邊緣條件，實(shí)現(xiàn)高維數(shù)據(jù)分割。神

SVM和神經(jīng)網(wǎng)絡(luò)(如: DNN CNN RNN)是不是兄弟關(guān)系？有什么證據(jù)嗎？

不，神經(jīng)網(wǎng)絡(luò)不是兄弟，因?yàn)樗鼈冇胁煌慕Y(jié)構(gòu)。

支持向量機(jī)是通過(guò)凸優(yōu)化算法解決凸性問(wèn)題，找到最大邊緣條件，實(shí)現(xiàn)高維數(shù)據(jù)分割。神經(jīng)網(wǎng)絡(luò)通過(guò)復(fù)雜的非線性表達(dá)式來(lái)描述輸入輸出之間的關(guān)系。CNN采用卷積核對(duì)參數(shù)矩陣進(jìn)行約簡(jiǎn)，RNN采用參數(shù)共享的方法，DNN采用FC網(wǎng)絡(luò)時(shí)只使用線性和非線性表達(dá)式。這些算法的設(shè)計(jì)思想和應(yīng)用都不盡相同。不能說(shuō)他們是兄弟，但他們都是機(jī)器學(xué)習(xí)算法。

AI國(guó)內(nèi)廠商看成績(jī)比外國(guó)公司厲害，為什么cpu卻感覺(jué)還不行？

硬件層面是國(guó)內(nèi)的痛。建議大家可以看看袁仁佑科技芯片的內(nèi)容。至于目前國(guó)內(nèi)的優(yōu)勢(shì)，確實(shí)是在軟件層面。移動(dòng)互聯(lián)網(wǎng)的成熟、數(shù)據(jù)的獲取、人員的集中，都使中國(guó)成為人工智能的第一個(gè)發(fā)展中心。我們可以看到，近年來(lái)首創(chuàng)的人工智能技術(shù)——曠世科技和尚唐科技，在人工智能領(lǐng)域取得了巨大的成功突破。在硬件方面，國(guó)內(nèi)的強(qiáng)項(xiàng)仍然是OEM，但這些AI公司也相繼投入研發(fā)硬件落地。相信在不久的將來(lái)，硬件將不再是中國(guó)的硬傷。

為什么現(xiàn)在人工智能這么熱，是因?yàn)槟硞€(gè)技術(shù)獲得突破性進(jìn)展了嗎？

不僅僅是AI現(xiàn)在如此火爆，歷史上也曾一度火爆。

人們總是高估短時(shí)間內(nèi)能取得的成就，卻低估了長(zhǎng)時(shí)間內(nèi)能取得的成就。這是人類社會(huì)的本性，而且一直如此。1956年達(dá)特茅斯會(huì)議提出了人工智能的概念。當(dāng)時(shí)，科學(xué)家們信心滿滿，希望讓人工智能在十年內(nèi)解決人類智能能夠解決的問(wèn)題。當(dāng)時(shí)的一位大牛認(rèn)為，讓機(jī)器看到和理解事物是一項(xiàng)非常簡(jiǎn)單的任務(wù)，讓他的博士生在一個(gè)月內(nèi)解決機(jī)器視覺(jué)的問(wèn)題。當(dāng)然，我們知道，這個(gè)問(wèn)題到現(xiàn)在還沒(méi)有解決。

人工智能是一個(gè)極其重要的領(lǐng)域。正因?yàn)槿绱耍藗儗?duì)它的看法總是徘徊在幾個(gè)極端之間。上世紀(jì)60年代，人們對(duì)解決自然語(yǔ)言問(wèn)題充滿了熱情，希望用幾年時(shí)間創(chuàng)造出一個(gè)通用的翻譯器，讓人們相互理解，讓巴別塔不再是廢墟。但在投入了大量人力物力后，研究人員卻一敗涂地。于是，人工智能的熱潮迅速退去。在接下來(lái)的十年里，整個(gè)領(lǐng)域變得悲觀起來(lái)，持續(xù)了十多年的“人工智能之冬”開(kāi)始了。

然而，許多研究人員仍在研究它——畢竟，人工智能太有吸引力了。20世紀(jì)90年代以來(lái)，一些新的思想被應(yīng)用，人工智能領(lǐng)域逐漸活躍起來(lái)。但最大的變化應(yīng)該是2006年提出的“深度學(xué)習(xí)”方法。該方法以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，模擬人腦的學(xué)習(xí)方法，構(gòu)造多層機(jī)器學(xué)習(xí)模型。

最重要的是，這種方法具有很強(qiáng)的通用性，使機(jī)器能夠“學(xué)習(xí)”如何理解現(xiàn)實(shí)世界中的對(duì)象。因此，人們?cè)趫D像識(shí)別、機(jī)器翻譯、作文、寫作等領(lǐng)域進(jìn)行了深入的學(xué)習(xí)嘗試，其中自然語(yǔ)言處理有著良好的發(fā)展勢(shì)頭。

如果在人工智能的發(fā)展中有任何突破性的技術(shù)，深度學(xué)習(xí)應(yīng)該是其中之一。然而，這一領(lǐng)域的普及不僅僅是由深度學(xué)習(xí)推動(dòng)的，計(jì)算機(jī)工具的普及、計(jì)算能力的提高和互聯(lián)網(wǎng)的發(fā)展都是促成當(dāng)今人工智能發(fā)展的重要因素。

計(jì)算機(jī)碩士期間如何發(fā)力，畢業(yè)后能沖擊30-40w年薪的offer？

編程能力體現(xiàn)在很多方面。有兩個(gè)關(guān)鍵點(diǎn)：1）參加華為、阿里等競(jìng)爭(zhēng)，獲得高分，可以提高編程能力和算法能力。！2！編程基礎(chǔ)必須足夠好。阿里除了通過(guò)筆試技術(shù)考試外，一般還有五個(gè)技術(shù)方面。每一輪面試都充滿了技術(shù)人才。別指望從幾年前開(kāi)始。有足夠的技術(shù)基礎(chǔ)和必要的編程能力，并有足夠的項(xiàng)目經(jīng)驗(yàn)是非常重要的。

雖然很多大型民營(yíng)企業(yè)對(duì)研究生的成績(jī)不太重視，但國(guó)企的成績(jī)卻備受關(guān)注。如果你要進(jìn)入一個(gè)國(guó)有企業(yè)，要注意你自己的成就。

這里的項(xiàng)目經(jīng)驗(yàn)可以是你在實(shí)驗(yàn)室做的項(xiàng)目，也可以是你在外面實(shí)踐的項(xiàng)目。簡(jiǎn)言之，你必須有一個(gè)實(shí)際的項(xiàng)目，你必須從中積累，這種積累必須經(jīng)得起五輪面試。

像普通的四級(jí)或六級(jí)考試一樣，不要留下你在面試中寫的專利和論文。你應(yīng)該提前準(zhǔn)備，這對(duì)面試也有幫助。

謝謝