AIA前世AI

M-P神经元数学模型:原理输入信息，量到神经元被激活输出，量不到未激活没有输出

原理:根据输入计算输出，并调整自身，以优化这个过程

算法:输入正输出，输入负输出，输入零输出

串联并联变处理复杂问题网络，实现Al人工智能方法之一

设计不同网络结构，用大量数据喂训练，识图，识音，语言处理

工作原理:神经元在信号之和超阈值兴奋点火，再向上高一级输出特征抽象概念，上级接收做出决定而向上上级输出，不超不点火，如油车电火花

关键是如何改变权重输入端

建立学习模型即接收，输入海量数据生成文本，算力，硬件计算框架高效并行和分布式计算技术

学习原则:神经网络架构，通过训练数据来调整权重，非线性激活函数增加表达能力

Al计算机视觉模型

神经网络设计操作是数学:线性代数用于数据和权重操作表示，微积分优化算法，概率论理解量化不确定性

训练过程是通过优化数学目标函数，来学习模型参数过程，图象语音游戏决策创作

感觉不可靠，只有理性才能够认识事物本身。逻辑