高考志愿者填写人工智能报告：诺贝尔奖获得者称“AI（人工智能）是统计”对，有什么启示？
这位诺贝尔奖获得者称“人工智能（人工智能）是统计数据”，“正确，有什么启示？”
诺贝尔经济学奖Thomas Sargent在《财经》世界科技创新论坛上发表演讲时说：人工智能首先是一种非常华丽的修辞。人工智能实际上是统计数据，但它使用了非常华丽的修辞，实际上是统计数据。
时间已经过去很长一段时间了，但围绕这个话题的争论还在继续，我们为什么要谈这个话题，因为这个话题与志愿者，研究生学习，大学学习和计划有一定关系，因为人工话题情报太热了。学习这个很热，而且为时已晚。
您如何看待这个话题？简单说对与错是不恰当的。具有“深度”的这种“宏大”话题怎么能回答简单的是非？
这句话在某种程度上是正确的
因为人工智能与统计学之间存在很大关系，或者统计学是人工智能最重要的理论基础。就像计算机和数学之间的关系一样，严格来说，当前的计算机科学与技术专业应该称为计算机技术或计算机工程，因为计算机的科学部分是数学，这就是为什么计算机必须学习数学，为什么它们呢？数学专业毕业生从事计算机相关行业。
从某种意义上说，我们所谓的人工智能，如机器学习，数据挖掘，算法优化，决策树和操作控制，都使用统计原理，甚至计算机神经网络，自然语言识别和计算机成像。不能使用声音和统计八卦的技术应用是——统计模型的统计知识。 Alpha狗的原则是蒙特卡罗树搜索，它也是基于统计模型。
但为什么不谈统计？这很简单，因为它不如人工智能。你为什么想要高个子？因为有人在投钱。人工智能代表最新技术，最热门的行业，可以吸引投资，你想说谁在做统计，谁付钱？谁付钱？事实上，这些工作很早就得到了研究，但当时它们被归类为统计学领域。 。
就像显示系统的垂直和水平位置指示器一样是鼠标;人体表面的污垢是灰;人体皮肤死细胞分离器是浴巾;智能高端数字通信设备表面高分子复合线性处理是手机电影......
所以现在每个人都在学习聪明，即使这是陈词滥调，你还要包装一个好名字。你说有人投资机器学习和深度学习。有些人以很高的价格为你挖掘。如果你想谈论统计数据，你感觉不对劲。感兴趣，事实上，它仍然是一回事。当然，资本也知道这些原因。那我们为什么要投资呢？因为资本是追求利润，而资金则用于赚更多钱。高大的外套是赚钱的保证之一。
人工智能和统计数据不能完全等同
人工智能与统计学之间存在着很大的关系，或统计学是人工智能最重要的理论基础，但统计学与人工智能仍然存在很大差异，甚至不是同一件事。
否则，很多人会说我不学习计算机，学习数学，做与计算机相关的工作。 我想从事人工智能学习统计学。无论如何，这是理所当然的事。这从一个极端到另一个极端是典型的。你会指望这个原则。这并不意味着你将拥有一个alpha dog算法。这并不意味着你可以编写Alpha狗的下一个Go程序，这仍然是很多分离，它需要用计算机，规则方法，搜索方法来完成，毕竟理论和应用之间的道路还很长。你只能说你学习数学，你有可能做与计算机相关的行业，但你需要学习和实践很多大事;你可以学习统计数据，有可能做人工智能相关的行业，但你也需要学习和实践许多大事。所有的道路都通向罗马的程序员，所有道路都通向互联网，所有道路都通向人工智能。
并非所有人工智能问题都可以通过统计方法解决。统计数据对于人工智能至关重要，但与解决实际问题仍然存在距离。它需要计算机，数学，博弈论，认知科学，编程语言等。其他工具要完成。
统计与人工智能相等的原因是人工智能主要基于机器学习，深度学习，语言识别，图像识别，机器翻译等。原理基本上是通过优化算法来调整统计。模型参数包（俗称“转移人”或“教授”），然后计算样本分布，这些工作方法很容易造成上述错觉。然而，这些只是人工智能的一些实际应用，而不是全部。