iq是什么意思(网络用语iq是什么意思)

还记得范伟在《天下无贼》中那句经典的台词吗？“IC,IP, IQ卡，通通告诉我密码”，那曾经的笑话，还有多少人记得呢？这个时代变化快，就像范伟演的劫匪不知道IQ一样，现在的年轻人已经不知道IC ，IP卡是什么了。现在，我们又增加了一个单词，AIQ（人工智能商），又一个完全陌生的词组需要我们了解。人工智能时代已经到来，我们还能对于人工智能完全陌生吗？来阅读一下这本《人工智能商》，增加一些关于人工智能的知识，提高一下我们自己的AIQ吧。

当然，既然本书作者第一次提出了“人工智能商”这一概念，对于我们普通人来说，这就是一个全新的东西，我们需要从最基础的信息开始学习。AI，人工智能，在我们的印象中一直把它当成机器人的代名词的，但人工智能，更专业的应该把它看成一种算法，人工智能就是基于机器的一种算法。在这本书中，作者以七个故事普及了人工智能算法的基础知识。从这些有趣的故事中，我们了解了人工智能怎样从历史发展的今天，人工智能怎样改变我们的未来。当AIQ得到提升后，我们就更清楚基于数据算法的人工智能时代将给我们社会带来什么变革，需要我们为未来做些什么准备。

人工智能的算法是基于“条件概率”问题，我们用的很多互联网产品都是基于概率而计算出来的。抖音给我们推荐更喜欢的视频。网络搜索根据我们的喜好的来进行推荐，甚至一部电影能否热卖都是根据概率计算的出来的。当然，既然是概率就不是百分之百的正确。在书中，作者讲的是瓦尔德和盟军飞机保护的故事。在二战中盟军很多飞机会遭到德军的袭击而损失，在检讨怎样加固飞机的时候，概率问题就出现了。最为有趣的是，飞机需要加固的部位不是根据统计数据得出的中弹最多的机身和机翼部位，而是中弹最少的驾驶舱和发动机，数据也还是由概率得出，感兴趣的朋友可以在书中去寻找这个概率是怎么算出来的，这是一件很有趣的事情。

人工智能是由数据主导的，因此我们必须把需要处理的信息变成数据，这样才能被机器识别并处理。到现在，无论是图片、声音还是视频，都已经很轻松变成数据。只有有一定的规则，一切都可以用数据来计算，让我们看一下宇宙是怎么用数据来计算的吧。宇宙无限浩瀚，凭我们的观测技术是无法测量遥远恒星的距离的，还好有数学模型，我们可以根据“视差”的原理来计算遥远的恒星的距离。但太过遥远的恒星呢？视差已经小到忽略不计，那怎么办呢？莱维特发现了脉冲变星的亮度周期规律，可以据此规律知道遥远脉冲变星的亮度，再计算距离就不成问题。有了规则，有了算法，就有了数据，有了数据一切就可以计算了。

贝叶斯规则，让一切都有了最优解，让自动驾驶成为可能，让AI可以从机械中解放出来。这里有一个简单的数学题：某一项疾病在人群中的发病率为1%，医院检出率为80%，检出错误率（假阳性）10%，很不幸，某人到医院检查该病，结果为阳性，问他得病的概率是多少？这个概率的结果一定会严重超出我们的认知的，不到8%的概率，这就是计算的结果。这就是为什么人工智能需要贝叶斯规则的来源。计算是要比直观科学的多，更不容易出现错误，也更容易得出最优的方案。而人工智能可以计算出最优方案，人工智能的自由也就有了一定可能，自动驾驶只是最人工智能最起码的应用。

人机交互问题一直是人工智能最大的障碍。现在电脑语言都已经非常丰富，想要电脑处理一些事情，程序员都有着相应的策略。我们能想到第一个让机器人执行人类的要求时，是多么困难吗？看看当初霍普是怎么让马克一号来执行人类的指令的吧？对于人类来说最简单的一个单词，想要传输给计算机都是非常困难的。有一个笑话是说，把大象关进冰箱需要几步？当然，笑话只是笑话，但如果我们要用计算机来执行这一命令，那就要成千上万的步骤了。当然霍普的努力是成功的，计算机语言就此诞生。后续者也持续努力着。现在我们都受益于这种人机交互，计算机和人类的正常交流，已经越来越顺畅了。

现在我们要来考虑人工智能的应用问题了。人工智能可以处理非常大的数据，这样容错率就非常高了。这里作者给我们讲了一个关于牛顿的故事，作为最伟大的科学家，微积分的发明者之一，对于数学极为感兴趣的牛顿，在皇家铸币厂时，竟然未能发现关于货币的皮克斯检验最简单的漏洞，这是匪夷所思的。但也正是因为这种漏洞让我们认识到当数据样本足够大时，数据的容错率也就足够大；而如果判断大样本中的数据错误，就要设计的容错率足够小。而人工智能的详细分析，可以有效改善数据分析的优缺点。

人工智能在于医疗领域的应用是有目共睹的。当年南丁格尔就是通过统计分析，改良了医院的设施以及医疗环境，使医院的死亡率大大降低。而现在随着人工智能的发展，关于医疗的统计数据更加全面，我们就可以从数据中发现大量人工所无法辨别的趋势，为医疗体系带来更好的服务。

大数据时代已经来临，人工智能最大的用途现在还是在处理数据方面，但因为数据的计算可以支持起整个机械传动系统，未来人工智能有着无限可能。

《人工智能商》还只是起步阶段，我们需要学习，需要理解的内容还有很多，起步要早，智商要高，情商要强，人工智能商也要先进。#干货分享读书会##Ai#