这篇文章是2015年六月份和人聊天记录下来的。有些观点从现在看来，又可能是不准确的，然而也是蛮有意思的，聊了一下午，啥都聊了。

今天下午是比较有意思的，讨论的话题包括，但不局限于：

深度学习的本质是什么

人无法从海量的语料中学习到规律，但是语料经过数学化后，经历深度网络，网络的的节点通过某种群体行为能够记录下这种规律，从而在新的数据到来后，能够用这种隐藏的规律进行处理。人类的神经元亦是如此。群体往往能形成某种意识或者规律。

大数据/机器学习/人工智能 之间是什么关系

人工智能是很早很早之前的事情了。机器学习是人工智能的一个方向，随着数据在增大，发展成为’大数据’。这里的大体现在四个维度：大量化（Volume）、多样化（Variety）、快速化（Velocity）以及产生的价值（Value），有了基础，机器学习被极大的激发，一些简单的统计算法都能够从大数据里获得有效的规律。传统机器学习算法，比如无监督的，一般是将数据向量化后映射到一个数学空间，进行空间划分，而监督类的学习，则是根据数据优化参数，得到一个预测函数。这些算法本身一直存在，但是在数据大了之后才显得有优势。大数据背后蕴含的是规律，而这些算法就是找出这些规律。总结下：大数据极大的激发了机器学习，机器学习推动了人工智能，机器学习是人工智能的一个分支。这就是他们之间的关系

量变到质变

人类的发展从工业革命开始，瞬间突飞猛进，这一两百年的进化速度远远超过过去几万年。很多东西都是如此，一旦快了起来，你再也看不到它的脚步。

Hey,Siri,帮我把服务器A的X目录凌晨五点拷贝到B服务器上

自然语言处理的发展是不是让运维也可以变得更加科技感？

运维：

Hey,Siri,帮我把服务器A的X目录凌晨五点拷贝到B服务器上。

Siri:

好的，收到。我会在凌晨五点将A的X目录拷贝到你最常用的B服务器的临时目录K上哦。我没理解错你的意思吧。

以前没法实现是因为光是让机器解析人类的语言都很困那，随着相关技术的发展，这些已经变成可能了。

无人驾驶

无人驾驶汽车剥夺了人们驾驶快感。而人类为了维持这种快感带来的代价和浪费也是惨痛的。人类和自然语言一样，是一种模糊而不严谨的存在。人必然会出错，而出错，往往带来的代价会很高。同时，因为人的‘模糊’与自私，往往会导致大量的拥堵，从而浪费了每个人有限的时间。

未来人类会怎么存活

必然是机器人供养人类。未来的人类只会有一家公司，机器人公司，该公司从事生产，为人类提供大量的物质。人类会生活在一个高度福利的国度，从而变得愈加无知，将自己几万年来获得的，当然也有可能从工业革命开始的进化丢弃掉，没有了机器人的饲养，便一无是处。也许有一天每个人都生活在人工智能虚幻出来的世界，就像黑客帝国一样。

人工智能真的会危害人类么

额，说实在的，还太早了。现在的人工智能远远还没达到让人担忧的程度。

能源问题

我们常常说，hey,煤炭资源的储量马上块耗尽了，但是还没耗尽的时候，石油变成更加通用的能源。当我们担忧的说，石油也快不多了，页岩气作为新能源还在被‘不足的’石油打压着呢。

所以很多情况，其实根本不用担心能源问题。等页岩气用完了，人类可能又会发现其他形式的能源。更不用说还有太阳能，核能，风能等等。

与其担忧能源缺乏，还不如更多的研究如何存储能源，毕竟，我们的手机电池太不扛用了，不是么？

哦，对了，还有，我们每天都会听到有新电池问世，可重来没看到市面上有看到他们的身影。是不是我们总是宣传一件还没有做完的事情？这种风气也不知道什么时候开始的。

机器学习如何帮助程序员更好更高效的编程。

编程是个脑力活，优秀的程序员靠的是时间和智慧磨砺出来的。这也是程序员得以体现价值的地方。但是Google以及去寻找答案浪费了程序员大量的时间。 未来通过及数据挖掘和机器挖掘，比如深度处理海量源码以及示例，

程序员可以和IDE说，给我段jdbc链接mysql的示例代码吧，我看看。

经过聚类，我们已经从github把jdbc链接的代码都聚在一个簇里了，再找出其中最优雅的代码，展现给程序员。

又或者，常规应用，比如对IDE说，Hey,IDE,帮我用java写一段链接A数据的代码，密码和地址是XXX。

恩，这很像代码生成，但是我们再也不用记那么多为了能够自动代码生成而掌握的新的语法和规则了。

其实各个编程语言只是简化的，严格规范化的‘自然语言’，使得机器能够更好的理解自己应该干什么。但是最终必然进化到通过自然语言，结合人工智能，我们也可以让机器精准的去理解人类‘模糊而不严谨’的‘自然语言’。但是，这更自然，不是么。

还有更多…

包括最近的太阳能飞机，真的很像星际穿越里的那个被逮着的无人飞机诶。