第103章 你知道的太多了（2/2）
“正则化方法算法，一般作为其他算法的延伸，根据算法的复杂度对算法进行调整，其中最典型的就是弹性网络算法。”
“决策树学习算法，根据数据的属性采用树状结构建立决策模型，用来解决分类和回归问题，包含分类及回归树，随机森林，梯度推进等等算法。”
“基于核的算法，把输入的数据映射到一个向量空间，在向量空间里，很多问题能够更容易解决，包括支持向量，径向基函数，线性判别分析等等算法。”
“聚类算法，按照中心点或者分层的方式，对输入数据进行归并，其中最主要的是期望最大化算法。”
“关联规则学习算法，通过寻找最能够解释数据变量之间关系的规则，来找出大量多元数据集中有用的关联规则。”
“人工神经网络算法，模拟生物神经网络的模式匹配算法，这是机器学习的一个庞大的分支，有几百上千种算法，感知器神经网络，反向传递算法等等。”
“深度学习算法，是人工神经网络算法的一种，算是对人工神经网络的发展，试图建立大得多，也复杂得多的神经网络。”
“可以分为监督式和半监督式学习算法，用来处理存在少量未标识数据的大数据集，包含卷积网络，堆栈式自动编码等等。”
“降低维度算法，用来分析数据的内在结构，高维数据的可视化，简化数据以便监督式学习使用，有主成份分析，偏最小二乘回归，多维尺度，投影追踪等等算法。”
“除了这些，比较重要的，还有，数据压缩算法，集成算法，堆叠泛化算法，平均单依赖估计算法，合并查找算法，奇异值分解算法，公钥加密算法，强化学习算法，梯度下降算法，离散微分算法，动态规划算法，分支界定算法，等等等等。”
陆羽一口气说了大量人工智能需要运用到的算法：
“这些还是比较重要的算法分类，每类算法都包含多种算法。”
“说了这么多，还只是人工智能本身，而基于它开发的实际应用，更是数不胜数。”
“现在，你觉得我们这个团队，人还多吗？”
葛云聪以前虽然也了解过人工智能，但没有陆羽了解的这么详尽，听陆羽说完，感觉他随时都能开发出一个人工智能的样子。
有些呆滞的摇头：“不多，一点都不多。”
陆羽：“所以，做好准备吧，一旦我们正式开始开发人工智能，就不是短时间能完成的事情。”
葛云聪问出疑惑：“陆总，我怎么感觉，如果硬件条件达标，你很有把握搞出真正的人工智能啊？”
陆羽脸色一肃，表情郑重，眼神犀利，语气深沉：
“看过电视剧吧，你知道的，太多了。”
葛云聪咽了咽发干的喉咙：
“陆…陆总，你别吓我，云汉科技就是我的家，我爱我家，真的！”
陆羽也只是跟葛云聪开个玩笑，没想到葛云聪是这种反应，哈哈笑了起来：
“放心，跟你开个玩笑。”
葛云聪犹不放心：“真的只是开玩笑？”
陆羽无语：“你是不是电影看多了？再说了，还真正的人工智能，贾维斯要不要？没有量子计算机和量子芯片，都是空谈。”
葛云聪半信半疑：“真的？”
陆羽：“你自己不是研究过吗？”
葛云聪：“现在诞生不了真正的人工智能，这话以前我是相信的。”
“但陆总你刚才这么一说，又那么自信满满，以你的技术，我不知道该不该继续相信。”
陆羽：“我说我能开发出来，你相信？”
葛云聪：“相信。”
陆羽：“看不出来，你葛云聪居然也学会拍马屁了，你对我的编程技术就这么有信心？”
葛云聪撇嘴：“我真不是拍马屁，陆总你的技术有多厉害，你自己心里没数么？”
陆羽：“我有那么厉害吗？”
葛云聪：“没有吗？”
陆羽：“有吗？”
葛云聪：“有。”
陆羽长长叹了口气：“哎，想不到这么快我就无敌了。”
葛云聪：“……”
……
跟葛云聪瞎侃了一会儿，陆羽才离开公司。前面说过人工智能包含了非常多的学科，实际应用包含的学科就更多了，陆羽现在当然不可能开发出一个真正的人工智能。
知识储备不够，硬件条件也不行。
他现在只能和蓝星上其他公司一样，开发一个初步的弱人工智能。
不过就算是如此，也能有极大的作用，提高学习研究效率，实际应用也是比较广泛，甚至可以涵盖各行各业，医学、工业生产、大数据等等。
虽然陆羽现在的知识储备还不够，但是盖一栋大楼需要把所有的材料都准备齐全才开始吗？
可以先平整土地，挖挖地基嘛。
开发弱人工智能是一个长期的过程，又不是一朝一夕间就能完成的。
先从简单的、自己能做到的开始，后续继续学习，再开发复杂的部分。
……
回家的路上，陆羽望向窗外，皱着眉，捉摸不定。
如果不出意外，春节过后，再有一个月左右，整套特效软件就可以开发完成。
陆羽有点犯难，开发倒是开发好了，问题是，怎么推广？
开发布会？
别闹，又不是面向普罗大众的一般软件，特效制作人员总共才有多少？
即便云汉科技已经把软件制作得比较简单了，但没有任何基础的人，还是要花费一番功夫熟悉才能上手。
你开发布会，给那些特效公司发邀请函，别人连你云汉科技是干嘛的都不知道，会来浪费时间？
陆羽挠挠头，准备到时候问问邓强，搞宣传、弄推广、做营销这类事，他陆某人实在是不擅长。
……