引言
本周一币乎按照惯例发布公告，每次公告都有亮点，这次也不意外，这次的亮点是：荣誉系统，这次更新可能会给币乎生态系统产生深远的影响。
二. AI是个老爷爷，也是个小伙子
所有的技术都必须经历一个从触发期到膨胀期、幻灭期、爬升期，最终走向平稳期的过程。与生物界类似，一些不幸的技术无法完整地走完自己的一生，在幻灭期就真的幻灭了。
Gartner技术成熟度曲线描述了所有技术的基本走势图，一个曲线代表了一个技术生命周期
有意思的是有意思的是Ai这棵老树开花又开花，从60年诞生到现在已经几起几落了，生命力着实顽强。
AI有三条命，对应了三条不一样的技术：
第一条命 源于推理类技术的兴起
第二条命 源于专家系统的兴起
第三条命 源于神经网络技术的兴起
换句话说，我们看到的AI历史上的三条曲线，不过是“一个名字，三种技术”。
也可以说，AI不是一种技术，而是诸多技术的大集合，是众多强相关甚至弱相关技术的统称！
三. AI崛起三大支柱
一项技术一件事情想要取得爆发式的成长，需要找到一个奇点，在这个奇点，多方因素共同努力，才能高速推动事情发展，AI近几年技术突飞猛进离不开几大功臣辅佐，
1.算法
AI的核心是机器学习算法，人类思考要靠神经网络一样，机器学习也要依靠神经网络。
神经网络（人工）基本包括输入层、隐藏层和输出层。输入层和输出层由应用决定，隐藏层包含神经元可供训练。
2006年，杰弗里·辛顿提出了深度学习的概念，并且指出：
神经网络可以用更多隐藏层（如5～10层）做机器学习
深度学习可以让机器自动学习，无须人工事先设定；针对不同的应用场景，传统机器学习算法需要把重写软件代码，深度学习只需要调整参数来改变模型。
传统机器学习是用软件编程，需要改动计算机代码；深度学习则是用参数编程，只需要重新设置数据。
现阶段主流深度学习模型已经包含数个至数十个隐含层，每层有成千上万级的神经元，整个神经网络叠加起来效果明显，有百万级至百亿级的参数空间。
2.数据
深度学习是数据驱动的，用数据做训练。学习的深度越深、广度越大，需要的数据量就越大，需要的数据种类就越多。
深度学习可以基于“小数据”，大数据可以基于规则而不是深度学习算法。深度学习强调的是算法，大数据强调的是资源。
3.硬件
AI的新算法和新数据都以大幅增加对计算资源的消耗为前提。业界找到的新动力、新的计算资源，就是GPU。
60多年来，AI因为市场规模小，而且内部意见不一致，支撑不起AI专用芯片的市场，只能使用廉价的CPU提供计算资源。
CPU是通用处理器，要兼顾计算密集型和数据密集型应用。CPU为了照顾数据密集型的应用，就设计了很多缓存，计算能力相应地就弱些。但深度学习是一种计算密集型应用，导致基于CPU的深度学习效率低下。
GPU诞生于1990年，设计专用于高并发计算、大量浮点计算和矩阵计算能力的视频游戏、图形渲染等。
随着硬件技术的进步，业界找到了将深度学习与GPU有机结合起来的方法，机器学习速度加速了数百倍。
现阶段有人认为GPU太通用了，是用于通用并行计算的，而不是专用于深度学习这种特殊的并行计算的，于是更加专用的FPGA、ASIC纷纷登场
AI的再次崛起，得益于改进的算法，数据的新应用和硬件的升级。
四、币乎AI路线推演
通过对AI进行了深入了解，结合币乎公告的描述，可以推断荣誉系统推进轨迹如下：Al记录用户的行为数据（简单说法就是画像）——勾勒出你的币乎行为轨迹——根据你的大数据集合——进行个性化的推荐/荣誉判定——个性化推荐让你越来越个性，荣誉判定决定了后期的社区权利。
五.结语
撒切尔夫人有一段话:
注意你的想法，因为它能决定你的言和行动。
注意你的言辞和行动，因为它能主导你的行为
注意你的行为，因为它能变成你的习惯。
注意你的习惯，因为它能塑造你的性格。
注意你的性格，因为它能决定你的命运。
一句话总结就是，你的想法决定了命运，所以现阶段在币乎，你的想法已经决定了你的最终收获。
不管你愿不愿意，你都在听AI的话，都在听算法的话。
网友评论