第103章 你知道的太多了（2/2）
「正則化方法算法，一般作為其他算法的延伸，根據算法的複雜度對算法進行調整，其中最典型的就是彈性網絡算法。」
「決策樹學習算法，根據數據的屬性採用樹狀結構建立決策模型，用來解決分類和回歸問題，包含分類及回歸樹，隨機森林，梯度推進等等算法。」
「基於核的算法，把輸入的數據映射到一個向量空間，在向量空間裡，很多問題能夠更容易解決，包括支持向量，徑向基函數，線性判別分析等等算法。」
「聚類算法，按照中心點或者分層的方式，對輸入數據進行歸併，其中最主要的是期望最大化算法。」
「關聯規則學習算法，通過尋找最能夠解釋數據變量之間關係的規則，來找出大量多元數據集中有用的關聯規則。」
「人工神經網絡算法，模擬生物神經網絡的模式匹配算法，這是機器學習的一個龐大的分支，有幾百上千種算法，感知器神經網絡，反向傳遞算法等等。」
「深度學習算法，是人工神經網絡算法的一種，算是對人工神經網絡的發展，試圖建立大得多，也複雜得多的神經網絡。」
「可以分為監督式和半監督式學習算法，用來處理存在少量未標識數據的大數據集，包含卷積網絡，堆棧式自動編碼等等。」
「降低維度算法，用來分析數據的內在結構，高維數據的可視化，簡化數據以便監督式學習使用，有主成份分析，偏最小二乘回歸，多維尺度，投影追蹤等等算法。」
「除了這些，比較重要的，還有，數據壓縮算法，集成算法，堆疊泛化算法，平均單依賴估計算法，合併查找算法，奇異值分解算法，公鑰加密算法，強化學習算法，梯度下降算法，離散微分算法，動態規划算法，分支界定算法，等等等等。」
陸羽一口氣說了大量人工智慧需要運用到的算法：
「這些還是比較重要的算法分類，每類算法都包含多種算法。」
「說了這麼多，還只是人工智慧本身，而基於它開發的實際應用，更是數不勝數。」
「現在，你覺得我們這個團隊，人還多嗎？」
葛雲聰以前雖然也了解過人工智慧，但沒有陸羽了解的這麼詳盡，聽陸羽說完，感覺他隨時都能開發出一個人工智慧的樣子。
有些呆滯的搖頭：「不多，一點都不多。」
陸羽：「所以，做好準備吧，一旦我們正式開始開發人工智慧，就不是短時間能完成的事情。」
葛雲聰問出疑惑：「陸總，我怎麼感覺，如果硬體條件達標，你很有把握搞出真正的人工智慧啊？」
陸羽臉色一肅，表情鄭重，眼神犀利，語氣深沉：
「看過電視劇吧，你知道的，太多了。」
葛雲聰咽了咽發乾的喉嚨：
「陸…陸總，你別嚇我，雲漢科技就是我的家，我愛我家，真的！」
陸羽也只是跟葛雲聰開個玩笑，沒想到葛雲聰是這種反應，哈哈笑了起來：
「放心，跟你開個玩笑。」
葛雲聰猶不放心：「真的只是開玩笑？」
陸羽無語：「你是不是電影看多了？再說了，還真正的人工智慧，賈維斯要不要？沒有量子計算機和量子晶片，都是空談。」
葛雲聰半信半疑：「真的？」
陸羽：「你自己不是研究過嗎？」
葛雲聰：「現在誕生不了真正的人工智慧，這話以前我是相信的。」
「但陸總你剛才這麼一說，又那麼自信滿滿，以你的技術，我不知道該不該繼續相信。」
陸羽：「我說我能開發出來，你相信？」
葛雲聰：「相信。」
陸羽：「看不出來，你葛雲聰居然也學會拍馬屁了，你對我的編程技術就這麼有信心？」
葛雲聰撇嘴：「我真不是拍馬屁，陸總你的技術有多厲害，你自己心裡沒數麼？」
陸羽：「我有那麼厲害嗎？」
葛雲聰：「沒有嗎？」
陸羽：「有嗎？」
葛雲聰：「有。」
陸羽長長嘆了口氣：「哎，想不到這麼快我就無敵了。」
葛雲聰：「……」
……
跟葛雲聰瞎侃了一會兒，陸羽才離開公司。前面說過人工智慧包含了非常多的學科，實際應用包含的學科就更多了，陸羽現在當然不可能開發出一個真正的人工智慧。
知識儲備不夠，硬體條件也不行。
他現在只能和藍星上其他公司一樣，開發一個初步的弱人工智慧。
不過就算是如此，也能有極大的作用，提高學習研究效率，實際應用也是比較廣泛，甚至可以涵蓋各行各業，醫學、工業生產、大數據等等。
雖然陸羽現在的知識儲備還不夠，但是蓋一棟大樓需要把所有的材料都準備齊全才開始嗎？
可以先平整土地，挖挖地基嘛。
開發弱人工智慧是一個長期的過程，又不是一朝一夕間就能完成的。
先從簡單的、自己能做到的開始，後續繼續學習，再開發複雜的部分。
……
回家的路上，陸羽望向窗外，皺著眉，捉摸不定。
如果不出意外，春節過後，再有一個月左右，整套特效軟體就可以開發完成。
陸羽有點犯難，開發倒是開發好了，問題是，怎麼推廣？
開發布會？
別鬧，又不是面向普羅大眾的一般軟體，特效製作人員總共才有多少？
即便雲漢科技已經把軟體製作得比較簡單了，但沒有任何基礎的人，還是要花費一番功夫熟悉才能上手。
你開發布會，給那些特效公司發邀請函，別人連你雲漢科技是幹嘛的都不知道，會來浪費時間？
陸羽撓撓頭，準備到時候問問鄧強，搞宣傳、弄推廣、做營銷這類事，他陸某人實在是不擅長。
……