第1个回答 2024-05-26
1. 人工智能的核心思想是深度学习和深度网络。
2. 深度网络的目标是寻找能够有效描述物理系统的描述子空间。
3. 有效描述子空间意味着所使用的参数复杂度要低，与系统体积的多项式复杂度相当。
4. 深度学习的目的是确定网络结构和参数，以便准确描述系统。
5. 确定这些参数的方法主要是数据训练，也可以结合其他方法，如逻辑推理和领域迁移。
6. 深度网络和深度学习之所以成功，是因为现实世界是低复杂度的，存在有效的描述子。
7. 找到这些有效描述子可以全面控制和理解系统，这些描述子不仅是数学的，更多的是物理的，现实可执行且可计算。
8. 深度网络不仅仅是系统方程本身，它还可以理解为客观物理系统的发生和演变过程，是系统方程执行的轨迹。详情