到现在很多人对电脑AI还停留在暴力运算的阶段
魔禁成书年代，对AI的理解大概也就是这样
很多理论都还没提出(或未有实现的方法)
实际上，现在AI在已经有类似于人类学习的行为，可以建立"经验"，运算前排除不必要的
部分，和之前大不相同
书中树状图设计者，看描述实际上就只是一个超超强运算器而已(即使以现在角度来看也
难以实现)
拿超强硬件运行一般软件、运算(受限于作者对相关知识的了解...)
==
所以比较并不成立
树状图设计者

你对软硬件的定义蛮奇怪的...

其实他说的没什么错误,树状图设计者本质上只是一台运算效率极高的电脑硬件,但是在算法上由于作者认知的极限基本上可以说是跟原始人一样,但现代AI的进化是在算法上的进化,换言之,只要算法的水平够高,用PC照样可以达到甚至超越使用差劲的算法的超级电脑,但一般来说不会有人做这种暴殄天物的事,如果使用最优的算法,那超级

大多数的作法是： 大幅优化软件+普通电脑

电脑的价值根本体现不出来

但最常见的是： 普通软件+极限硬件，只要不是用组合语言写的程式，包跨C之类的，都会多包一层，效率自然有差。

少打了一个不字= =...

主要理由是开发上比较容易其实现在的一般桌机，运算效率资就超越以前的超级电脑了

主要问题是,优化算法需要天才的大脑,优化硬件只需要比普通人强一点的大脑加新鲜的肝

现在多数使用都是普通软件 大幅优化软件使用量没想像的多只有很专业的领域 像是一些模拟程式才在使用

优化其实到处可见的，像是排序之类的，早就封装在底层了

但是这和现代AI又是不一样的概念 AI目前发展倾向于自我学习

可是第二集就有那金色大...什么的 砍了当麻一只手

要把那些课本里都有的软件经典拿出来讲那大家用的都优化啦

一样啦，算法的论文出来后，就会有人写成libary，然后想用的人就会去找来用了。

"优化软件"和单纯算法优化还是有差 "优化软件"往往重点在简化软件处理的"问题" 而不是简化"运算"

我听不懂，请问你是程式圈的吗？我是以我自己的工作经验来讲的，一般开发上其实没那么重视执行效率，而比较重视开发效率跟修改弹性。但是在发现程式跑得慢的时候，就会针对软件跑得慢的部份去修改了。我不太懂你所谓的“简化软件处理的"问题"”是什么意思

一般软件开发目前确实倾向于这样 因为硬件太猛写好写坏使用者不一定感觉的出差异 会有差的往往是卡在某些BUG中但是在专业领域中用的模拟软件就差很多了 最源头的"解法"如果选不对 不是运算资源吃很大 就是根本解出不合现实的解这就是所谓的针对"问题"去优化 以便找出最佳的"解法"

了解

不过这也不是正常软件开发会去接触的东西啦 毕竟跨足专业了

AlphaGo其实开始试着模拟人类的思考模式，但仍保留强大的演算能力

现在的年代显学是大数据, 只要讲分布式之类的就觉得猛了XD