人工智能的初步了解

機器學習 在知識底庫中查詢，核心為查詢的算法；

傳統(tǒng)意義上我們會在鏈表、二叉樹、數(shù)組中查詢，但是人工智能中構(gòu)建了更多維度的底庫，包括按圖層創(chuàng)建、按小世界創(chuàng)建等等，基于圖的算法更迅速 效果好，但構(gòu)建更復雜。

而如何識別出結(jié)果就是我們要查詢的內(nèi)容，靠的就是距離算法，就是通過在不同的角度判斷目標與底庫中數(shù)據(jù)的距離，計算方法包括：

歐式距離：空間中兩點之間的距離

夾角余弦：角度距離，數(shù)據(jù)在同一個角度范圍內(nèi)

漢明距離：差異距離，兩個字符要變成同一字符的距離

杰卡德相似系數(shù)：兩個集合交集和兩集合并集的比

以上算法成為機器視覺開始的主流算法

而這其中離不開的就是向量的概念

剛剛說了創(chuàng)建底庫，而底庫組成的元素就是向量，越多維的向量標識，則查詢的越準確，當然算力需要的也更大。

漢字的向量的一般維度是100維到300維之間，我們在同一個向量空間表達所有的詞，則這個空間就是底庫。