AI——对于人工智能的理解

    AI即人工智能是当下最热门，话题度最高的词汇，全行业对AI的重视和投入是史无前例的，即便唱好声与唱衰声一片，AI似乎正在改变着我们的生活。

    有幸我的毕业论文是《基于神经元精神网络对光伏发电系统的预测》，神经元网络即生物神经系统构建的计算模型，通过神经元的连接权重实现信息处理，也就是我们思考问题处理问题的方法论模型。

    而基于神经元网络来构建模型预测光伏发电系统的发电量，乍一看是不是跟现在所说的AI有些大相径庭。

    预测其实是人工智能的一个表现形式，我通过Matlab（一款20世纪70年代推出的商业数学软件）构建模型，通过给模型投喂数据和结果，实现对光伏发电量的预测。

    通过多维度的数据，例如：光照强度、温度、湿度、风速等多维度输入数据，经过这些因素产生的发电量作为输出数据，使得系统经过训练自己生成自己判断的逻辑。

    维度越丰富（输入数据种类越多），数据量越大，最后的预测模型越趋于准确。

    由此来看现在的AI，在有数据支撑的情况下，机器自我生成的如何得出预测结果的逻辑就是现在人人口中的大模型，随着科技的不断发展，机器拥有更强更快的数据处理能力，这个便是算力。

    到现在为止算力、大模型、数据等构筑AI的核心内容就拆解完成，这样也不难解释现在一些业务为何在短期实现暴涨，例如类似英伟达的厂商，他们可以提供优秀的算力；三星、海力士等需要为AI训练的数据进行存储，无论是输入数据、输出数据还是隐藏数据，同时新生成的数据也可以为机器投入训练。