人工智能是一门技术科学，它研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术。例如如图像识别、NLP。
人工智能有三大要素：算法、数据和算力。
Professional-Generated > Content User-Generated Content > AIGC
Foundation Model 的转换过程: 数据(文本、图像、演讲、结构化数据、3D信号) ⇛ 训练 ⇛ Foundation Model ⇛ 争对性优化 ⇛ 任务(问答、情感分析、信息提取、图像描述、物体识别、指令执行) AI创造系统的5个层次: 生成系统(参数) > 鉴赏系统(测量矩阵 适应度) > 艺术系统(与人交流) > 共生系统(自我优化) > 真实系统(结合外部知识)
好的 CEO 往往都是Early Adopter（早期采用者），但不一定是创新者。 例如马云不是创新者，互联网不是他发明的，但他是早期采用者， 他知道互联网的优势就是“你”能在网上做电商，但他也知道互联网的劣势是电商没有信用证明。 所以后来他创办了淘宝，通过学习 eBay模式，在实践过程中发现 eBay 没有解决诚信问题。 为了解决诚信问题又引入了支付宝，将平台作为第三方中间人， 等到买方确认收货以后再付款，这一模式便解决了诚信问题。 阿里巴巴的成功不是因为它的技术有多么领先，而是因它在技术应用中解决了应用痛点。 大多数人为什么不是“马云”，因最早接触技术的人往往是技术人员， 而大多数技术人员通常只是使用技术，而很少关注如何解决问题，如何把有问题的技术变成普及的技术。 那什么人能做这件事？非技术的使用者。 当他们不能通过技术去解决自己的问题时，只好想其他办法解决。 如果那时候“你”能解决这个问题，这种解决方法就有了普及性。 ——《AIGC未来已来: 迈向通用人工智能时代》
机器学习是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。
决策树、随机森林、逻辑回归、SVM、朴素贝叶斯、 K最近邻算法、K均值算法、Adaboost算法、神经网络、马尔科夫。
建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术
它试图模仿大脑的神经元之间传递，处理信息的模式。最显著的应用是计算机视觉和自然语言处理(NLP)领域。
深度学习又分为卷积神经网络（Convolutional neural networks，简称CNN）和深度置信网（Deep Belief Nets，简称DBN）。 其主要的思想就是模拟人的神经元，每个神经元接受到信息，处理完后传递给与之相邻的所有神经元即可。
神经网络的计算量非常大，GPU的出现让人看到了曙光，造就了深度学习的蓬勃发展。 击败李世石的Alpha go即是深度学习的一个很好的示例。 Google的TensorFlow是开源深度学习系统一个比较好的实现，支持CNN、RNN和LSTM算法， 是目前在图像识别、自然语言处理方面最流行的深度神经网络模型。