小項目，小論文:

? ? ? ? ? ? ?人的視角和計算機的視角的確有些本質上的區(qū)別，無論是從識別圖像的方法，還是是別的復雜度等，Ai雖然說不能辦圖像處理的非常精確，但是卻有著強大的計算機語義操作功能，我們可以利用這個語義做好多事情，比如喝茶聊天，通過手勢的識別，比如現(xiàn)在的二維碼付款，人臉識別，溫度控制系統(tǒng)，幾乎和他們分不開，這正是Ai為我們做的服務，那么我們該如何去和Ai進行協(xié)商合作做一個游戲呢？這個東西說白了就是一種程序語言，也就是和計算機說話的能力，那如何讓Ai被真實地驅動起來呢？這就是我們所說的人工智能算法問題，它涉及的面比較廣，所以我們暫且不去討論它，我們回到現(xiàn)實中去，會發(fā)現(xiàn)一個很普遍的問題，有很多人說機器語言學不會，經過調研，他們跟女朋友聊天時候可不是這么說的。當然，不要認為我冒昧，一般做的極端的人，都是這樣的:他們不會把自己的女朋友當成Ai，原因是她的女朋友有更多的人類的特性。我們暫且也不討論這個問題，回到正題我們的計算機語言很多，那么ai會最優(yōu)選擇哪一種呢？其實這個跟我們學的ospf中的協(xié)議差不多，一定是最優(yōu)路徑而非次優(yōu)路徑，就像我們的母語Ai并不會拋棄他，比如lisp和prolog是我們可學可不學的，java的市場已經飽和，C++和matlab就是可培養(yǎng)的對象，這也是高校為什么現(xiàn)在要求大一新生學C，C是一個統(tǒng)稱，又會分為C/C++/C#這三類語言，當然有不同的特性，我們在這里也不去討論，更重要的是恰恰被我們忽略的輔助性需要python由于它的可視化成了最優(yōu)之選，這就像一群黑天鵝中拱出一只白天鵝，但是這種形式上的火熱，我只能說是罕見的，開發(fā)者自己也會這么認為，他所依靠的依然是大咖寫好的模塊，比如基于計算機視覺語言編寫的庫或者包，OpenCv,CV2等憑借當代網速進行巧妙利用，所以比較成功，但是成功背后我們不能只看到表相，我們更需要的是有一套屬于自己的讓機器也能理解的Ai算法，讓機器人去做它應該做的事情，這個就好像我們路由器的配制，你不去寫文檔指令配制，它就不會準啟動，交換報文，更新鏈路數(shù)據(jù)庫，建立鄰居關系然后通過協(xié)議規(guī)定路由進行數(shù)據(jù)轉發(fā)，有人說我們做程序開發(fā)的跟人工智能不沾邊，或者說做網絡的也是，究其本質不是不沾邊，是不敢嘗試，邁出第一步的同時你會發(fā)現(xiàn)自己專業(yè)外有趣的東西要遠遠高于本專業(yè)學習的東西，比如在網絡拓撲中的ospf選路問題，其實就是你matlab編程的最優(yōu)解問題，更是我們其他語言實現(xiàn)的一些算法，Dijkstra算法，Bellman-Ford算法，F(xiàn)loyd算法和SPFA算法等。不同的算法在不同的領域解決的問題不同，那算法又是由什么構成的呢？算法其實就是我們人口中說出來方法，高中生知道程序框圖，也就是一步一步做事，我們只要知道下一步該做什么，交給機器就可以了，那么關于做的問題必然涉及到邏輯，所以學習編程的同時最好也學點邏輯學，這個又讓我們不得不想到亞里士多德的邏輯非與關系，本質上又回到了計算機的0或者1的問題，0和1的問題又會涉及到電路原件控制的問題，慢慢地注意！這是其他的專業(yè)，又是一套新的理論算法，所以我們的就業(yè)方向究竟要走哪條路才能讓自己放心呢？我的建議是走一條不要停的路一條走到黑！但是放到這個社會，很少有人這樣去做，我只想告訴大家的是，成功的路上并不擁擠，你會有自己的詩和遠方！