人工智能(34-36、40)
34.机器学习&人工智能
决策模型
计算机擅长存放，整理，获取和处理大量数据
机器学习算法的目的：最大化正确分类，最小化错误分类。
方法：通过条件来划分界限，以界来判断
这种决策边界是简单的几个矩形空间，是非常简单的决策模型，也可以转化成条件判断语言。
人工神经网络
一个一个的节点是神经元，它不用电信号，而是吃进去数字，吐出数字，然后一层一层的形成神经元网络。
深度学习
深度学习是人工智能的一个分支，它使用多层次的非线性处理，通过一系列可学习的算法来实现复杂的目标和任务。它使用深层神经网络来进行模型训练，从而让计算机能够从数据中发现规律和模式，并且能够做出更加精准的预测。它不需要人工提供特征，可以从原始数据中发现潜在的特征，从而让机器学习更加强大。
35.计算机视觉
像素色
每一格像素都是三种色值决定的，通过三种原色的强度，可以得到任何颜色，RGB值
垂直边缘算法
将照片转成灰度图，放大，很容易发现哪是柱子的边缘，因为有垂直的颜色变化，某像素是否是垂直边缘取决于左右两边像素的差异程度，差异程度越大，越可能是边缘，如果色差很小就不是边缘。
这种算法是核过滤器，中间栏是0，左侧是-1，右侧是1， 如果加入每像素的灰度值计算求和，得到中心核的数值，这个数值越小说明越可能是边界。
人脸识别
卷积：把核应用于像素块
"卷积神经网络"用一堆神经元处理图像数据，每个都会输出一个新图像，本质上是被不同的核处理了，输出会被后面一层神经元处理，卷积卷积再卷积
36.自然语言处理
使用短语结构规则用于计算机，句子可以由一个名词短语和一个动词短语组成，可以给一门语言指定出一堆规则，用这些规则，可以做出分析树。
40.奇点，天网，计算机的未来
计算机处理能力
正如摩尔定律所描述的，在本世纪中页，计算机的处理能力就能超过人类。然后人的参与会越来越少，人工智能会开始改造自己，智能科技的失控性发展叫奇点。
职业
“技术性失业”：很多工作被计算机替代
未来：
人们可能肉体死去，意识传入计算机，数字永生
