3g网站制作百度一下你就知道手机版官网

是什么

先说结论，AI是一种辅助工具，无论是开发、生活还是学习，它都可以起到辅助作用。
但是不难发现，入门AI，或者说会用AI是非常快的一件事（指利用各种块搭建简单的深度网络）
那么人工智能这个专业是在做什么呢？
这就涉及到网络设计了，比如为了实现某一个目标，搭建了一个初代的模型，然后得出60%的准确率，然后呢？
接下来是换模型还是改进网络结构？
如果想要改进网络结构，是改变块的数量，还是改变并行结构的数量，还是将结构从1+3+6+3+1改成1+2+5+3+1？如何大致保证改进效果是调优而不是劣化？
这些都需要对网络本身有非常深入的了解，而不仅仅局限于调用别人开发的成熟的网络模型。

为什么

笔者是控制专业出身的，为什么还要学习AI？
我其实并没有深入地系统地学习过AI的理论知识，只是停留在调用和微调的层面，但是对于控制而言，已经足够了
我的核心思想始终是“以控制为核心，包罗万象”，一切可以为控制服务的，都是值得学习的

那么AI就是一个非常好的对象：

1. 当目标的物理模型很难得到时，我们可以通过仿真数据进行模式识别，辨识出一个比较接近的模型，进而实现控制
2. 当被控对象的参数难以手动调优时，可以用深度学习调整控制器的参数，也可以用强化学习直接得到最优控制策略
3. 用数学和物理算法写死的对象总是缺乏“灵性”，这个说法可能比较抽象，但是调多了就能感受出来，如果用AI模型作为控制器，它总会在意想不到的地方给人惊喜（当然也会带来不确定性）

怎么做

坚持将AI作为一个辅助工具，坚持学习，坚持在开发过程中使用AI
但不要过多深入研究每一个神经元、每一层、每一块的作用，这不是我们需要考虑的事
控制需要的是拿来主义，拓展技术面，综合人类的前沿技术，创造出跨越时代的作品
人类各行各业的技术已经非常深入了，现在需要有一群人将它们结合起来，我想，这就是控制专业所需要做的事