數(shù)字經(jīng)濟(jì)和人工智能的區(qū)別？

數(shù)字經(jīng)濟(jì)是經(jīng)濟(jì)發(fā)展的重要方向，人工智能是數(shù)字經(jīng)濟(jì)的重要戰(zhàn)略抓手。

互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)和可穿戴設(shè)備的發(fā)展帶來(lái)了豐富的信息資源，引起了信息環(huán)境的巨大變化。同時(shí)，智慧城市、智慧醫(yī)療、智能交通的智能化需求，導(dǎo)致人工智能研究的基礎(chǔ)和目標(biāo)發(fā)生了變化。在這種形勢(shì)下，人工智能2.0應(yīng)運(yùn)而生。

現(xiàn)在的人工智能到底有多智能？

今日s人工智能可以說(shuō)是有智能無(wú)智慧，有智能無(wú)情商，有計(jì)算能力無(wú)計(jì)算能力，有專(zhuān)家無(wú)通才。

我們看現(xiàn)階段的人工智能，它的強(qiáng)大并不體現(xiàn)在以自主意識(shí)為代表的智能上，而主要體現(xiàn)在以大量數(shù)據(jù)計(jì)算的實(shí)時(shí)性和準(zhǔn)確性為代表的智能上，它與人的優(yōu)缺點(diǎn)互補(bǔ)，賦能現(xiàn)有行業(yè)，帶來(lái)生產(chǎn)效率的提升。

現(xiàn)在"智力與健康人工智能的研究可以集中在幾個(gè)方面。

大量歷史經(jīng)驗(yàn)數(shù)據(jù)對(duì)當(dāng)前決策的客觀指導(dǎo)當(dāng)面臨一個(gè)選擇時(shí)，人們往往依靠歷史經(jīng)驗(yàn)進(jìn)行決策。古人說(shuō)"唐不要早上出門(mén)，晚上行萬(wàn)里路。"這個(gè)時(shí)候判斷明天天氣的唯一依據(jù)就是有沒(méi)有早晚云，而這個(gè)二維信息就是用來(lái)做決策的。隨著氣象科學(xué)的發(fā)展，我們現(xiàn)在知道，要判斷第二天的天氣，需要考慮各方面的信息，比如空氣濕度、風(fēng)向風(fēng)速、地形位置等等。

現(xiàn)在我們把目光轉(zhuǎn)向股票市場(chǎng)，由于全球市場(chǎng)經(jīng)濟(jì)的高度耦合，股票市場(chǎng)帶來(lái)了前所未有的復(fù)雜性。如果我們持有簡(jiǎn)單的理財(cái)觀念"買(mǎi)斷，買(mǎi)斷"，完全無(wú)法應(yīng)對(duì)股市的復(fù)雜局面。銀行板塊的漲幅可能受政策、利率、食品價(jià)格波動(dòng)、黃金價(jià)格波動(dòng)等影響。此時(shí)，對(duì)于單個(gè)個(gè)人來(lái)說(shuō)，如果你想處理如此復(fù)雜的信息，你可以我們無(wú)法快速獲取所有信息來(lái)輔助決策，而這一次人腦可以做到。;不能客觀地總結(jié)和分析多維信息。

而依靠人工智能的機(jī)器更適合處理類(lèi)似的問(wèn)題，尤其是金融行業(yè)，數(shù)字化進(jìn)行的更早，所以有大量的數(shù)據(jù)輔助決策。人們只需要用可能影響股票的高速信息來(lái)訓(xùn)練模型，基于機(jī)器學(xué)習(xí)的算法模型就可以"學(xué)習(xí)"根據(jù)歷史信息來(lái)判斷股票s大起大落的現(xiàn)狀下，甚至預(yù)測(cè)短時(shí)間內(nèi)可以達(dá)到的收益。

目前我需要分析一只股票是需要買(mǎi)入還是賣(mài)出。算法模型將使用大量的多維歷史數(shù)據(jù)作為"經(jīng)驗(yàn)數(shù)據(jù)與分析并將這些經(jīng)歷擬合成多維曲線(xiàn)。那么，如果我要對(duì)現(xiàn)狀進(jìn)行評(píng)價(jià)，只需要在這條多維曲線(xiàn)中將這些影響因素的現(xiàn)狀標(biāo)記為坐標(biāo)，并映射到一維坐標(biāo)，即"up"or"羽絨"。對(duì)于短期估計(jì)，人工智能可能更"可靠"比人類(lèi)多。

需要依賴(lài)大量記憶的最佳決策目前，即使面對(duì)最強(qiáng)大的機(jī)器，人類(lèi)仍然維持著"爸爸"水平，而人類(lèi)在創(chuàng)造力上還是絕對(duì)領(lǐng)先的。即使現(xiàn)在已經(jīng)被廣泛使用的機(jī)器翻譯確實(shí)足夠準(zhǔn)確，但就而言，它還有很長(zhǎng)的路要走忠實(shí)與優(yōu)雅"語(yǔ)言。

但是，毫無(wú)疑問(wèn)，人腦結(jié)構(gòu)本身并不適合存儲(chǔ)和計(jì)算。

在審訊過(guò)程中，當(dāng)警察要求嫌疑人從近到遠(yuǎn)重復(fù)所有的事件時(shí)，人們往往不能我無(wú)法準(zhǔn)確描述剛剛編造的故事。因此，人們標(biāo)準(zhǔn)普爾筆記與筆記通常是通過(guò)事物的相互關(guān)系來(lái)記憶的，而不僅僅是存儲(chǔ)時(shí)間本身和為這些事件標(biāo)記時(shí)間戳。

且不說(shuō)計(jì)算，現(xiàn)在有多少人是靠計(jì)算器來(lái)計(jì)算兩位數(shù)的加減。

機(jī)器不一樣。幾年前名噪一時(shí)的AlphaGo打敗了所有圍棋高手，但是AlphaGo成功是因?yàn)樗?智能"？其實(shí)并不是這樣的。

圍棋雖然五花八門(mén)，但規(guī)則相對(duì)簡(jiǎn)單。在相互下棋的過(guò)程中，人類(lèi)可能前進(jìn)了5-7步，但此時(shí)AlphaGo已經(jīng)計(jì)算好了所有后續(xù)的發(fā)展可能性，并按照預(yù)先定義的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)起來(lái)。

換句話(huà)說(shuō)，當(dāng)人類(lèi)和AlphaGo下棋時(shí)，機(jī)器的每一步都是在當(dāng)前情況下，用"最高勝率"作為評(píng)價(jià)分?jǐn)?shù)，并將棋子放置在評(píng)價(jià)分?jǐn)?shù)最高的位置。當(dāng)AlphaGo"學(xué)習(xí)"要下所有的棋，那么和AlphaGo下棋最好的結(jié)果就是和棋，因?yàn)锳lphaGo不會(huì)出錯(cuò)。

綜上所述，現(xiàn)在的人工智能沒(méi)有你想象的那么強(qiáng)大，但可以比你想象的更專(zhuān)業(yè)。