深入浅出云计算学习心得

深入浅出云计算学习心得

就算把大脑拆到神经元都不剩，我们也找不到“模型”到底在哪。即便如此，真正的人工智能也将应运而生。它并不需要源源不断的模型或智力理论——现实世界已经解决这些问题了。

在任何可能的定义下，“超维”（或类似凯文的“统一体机器”之类的东西）正在开始思考，尽管这既不意味着它在以我们的思维方式进行思考，也不等于我们能够理解它的思维方式。

克里斯·安德森暗示的是，能够从事科学（以及杰出的商业）的人，将不仅能够直接读懂自然，同时还能找出路径读懂超维。

集中成千上万的数据点，用统一体机器运算并给出相关答案，乔治·戴森所建议的这种新方法不单可用于科研，同时也可被视为与新型科学家沟通的方法——这些新型科学家可以在我们无法掌控的超计数学领域的抽象水平上创建模型。

迄今为止，相关性分析或者谷歌式科学主要被应用于诸如语言翻译、市场行销之类拥有庞大数据的领域，我们的集体在线生活正是这无法计算的数据的来源。随着我们对自然的观察和测量达到全天候，随着各种传感器和探头的激增和实时监测的展开，科学也将进入超计数学领域，并可被相关性分析的新工具轻而易举地处理。在这个新领域中，我们会得到一些我们不理解但可解决问题的答案——这些答案是局部认知吗？抑或是一种不同的认知？

也许“认知”和“结果”都高估了数字科学。传言巴勃罗·毕加索（Pablo Picasso）曾这样说过：“计算机的问题在于它只给你结果。”这些数据驱动的庞大关联系统会给出很多结果——当然它们都是好的——但这也是它们唯一能给我们的东西。“给我们好答案”正是超级电脑所做的事情。在云计算的未来世界，完美的答案将成为一种商品，而问些好问题则成为非数字科学的唯一价值