人类的脑筋里面不是存储着大量的规则，也不是记录着大量的统计数据，而是通过神经元的触发实现的，每个神经元有从其他神经元的输入，当吸收到输入的时候，会产生一个输出来刺激其他的神经元，于是大量的神经元相互反应，终极形成各种输出的结果。
例如当人们看到美女瞳孔放大，绝不是大脑根据身材比例进行规则判断，也不是将人生中看过的所有的美女都统计一遍，而是神经元从视网膜触发到大脑再回到瞳孔。
在这个过程中，实在很难总结出每个神经元对终极的结果起到了哪些浸染，反正便是起浸染了。

于是人们开始用一个数学单元仿照神经元

这个神经元有输入，有输出，输入和输出之间通过一个公式来表示，输入根据主要程度不同(权重)，影响着输出。

于是将n个神经元通过像一张神经网络一样连接在一起，n这个数字可以很大很大，所有的神经元可以分成很多列，每一列很多个排列起来，每个神经元的对付输入的权重可以都不相同，从而每个神经元的公式也不相同。
当人们从这张网络中输入一个东西的时候，希望输出一个对人类来讲精确的结果。
例如上面的例子，输入一个写着2的图片，输出的列表里面第二个数字最大，实在从机器来讲，它既不知道输入的这个图片写的是2，也不知道输出的这一系列数字的意义，没紧要，人知道意义就可以了。
正如对付神经元来说，他们既不知道视网膜看到的是美女，也不知道瞳孔放大是为了看的清楚，反正看到美女，瞳孔放大了，就可以了。

对付任何一张神经网络，谁也不敢担保输入是2，输出一定是第二个数字最大，要担保这个结果，须要演习和学习。
毕竟看到美女而瞳孔放大也是人类很多年进化的结果。
学习的过程便是，输入大量的图片，如果结果不是想要的结果，则进行调度。
如何调度呢，便是每个神经元的每个权重都向目标进行微调，由于神经元和权重实在是太多了，以是整张网络产生的结果很难表现出非此即彼的结果，而是向着结果微微的进步，终极能够达到目标结果。
当然这些调度的策略还是非常有技巧的，须要算法的高手来仔细的调度。
正如人类见到美女，瞳孔一开始没有放大到能看清楚，于是美女跟别人跑了，下次学习的结果是瞳孔放大一点点，而不是放大鼻孔。

2人工智能的经济学阐明

我们把每个神经元当成社会中从事经济活动的个体。
于是神经网络相称于全体经济社会，每个神经元对付社会的输入，都有权重的调度，做出相应的输出，比如人为涨了，菜价也涨了，股票跌了，我该当怎么办，怎么花自己的钱。
这里面没有规律么?肯定有，但是详细什么规律呢?却很难说清楚。

基于专家系统的经济属于操持经济，全体经济规律的表示不肯望通过每个经济个体的独立决策表现出来，而是希望通过专家的居高临下和远见卓识总结出来。
专家永久不可能知道哪个城市的哪个街道短缺一个卖甜豆腐脑的。
于是专家说该当产多少钢铁，产多少馒头，每每间隔公民生活的真正需求有较大的差距，就算全体操持书写个几百页，也无法表达隐蔽在公民生活中的小规律。

基于统计的宏不雅观调控就靠谱的多了，每年统计局都会统计全体社会的就业率，通胀率，GDP等等指标，这些指标每每代表着很多的内在规律，虽然不能够精确表达，但是相对靠谱。
然而基于统计的规律总结表达相比拟较粗糙，比如经济学家看到这些统计数据可以总结出长期来看房价是涨还是跌，股票长期来看是涨还是跌，如果经济总体上扬，房价和股票该当都是涨的。
但是基于统计数据，无法总结出股票，物价的眇小颠簸规律。

基于神经网络的微不雅观经济学才是对全体经济规律最最准确的表达，每个人对付从社会中的输入，进行各自的调度，并且调度同样会作为输入反馈到社会中。
想象一下股市行情细微的颠簸曲线，正是每个独立的个体各自不断交易的结果，没有统一的规律可循。
而每个人根据全体社会的输入进行独立决策，当某些成分经由多次演习，也会形成宏不雅观上的统计性的规律，这也便是宏不雅观经济学所能看到的。
例如每次货币大量发行，末了房价都会上涨，多次演习后，人们也就都学会了。

3人工智能须要大数据

然而神经网络包含这么多的节点，每个节点包含非常多的参数，全体参数量实在是太大了，须要的打算量实在太大，但是没有关系啊，我们有大数据平台，可以汇聚多台机器的力量一起来打算，才能在有限的韶光内得到想要的结果。

人工智能可以做的事情非常多，例如可以鉴别垃圾邮件，鉴别黄色暴力笔墨和图片等。
这也是经历了三个阶段的。

第一个阶段依赖于关键词黑白名单和过滤技能，包含哪些词便是黄色或者暴力的笔墨。
随着这个网络措辞越来越多，词也不断的变革，不断的更新这个词库就有点顾不过来。

第二个阶段时，基于一些新的算法，比如说贝叶斯过滤等，你不用管贝叶斯算法是什么，但是这个名字你该当听过，这个一个基于概率的算法。

第三个阶段便是基于大数据和人工智能，进行更加精准的用户画像和文本理解和图像理解。

由于人工智能算法多是依赖于大量的数据的，这些数据每每须要面向某个特定的领域(例如电商，邮箱)进行长期的积累，如果没有数据，就算有人工智能算法也白搭，以是人工智能程序很少像前面的IaaS和PaaS一样，将人工智能程序给某个客户安装一套让客户去用，由于给某个客户单独安装一套，客户没有干系的数据做演习，结果每每是很差的。
但是云打算厂商每每是积累了大量数据的，于是就在云打算厂商里面安装一套，暴露一个做事接口，比如您想鉴别一个文本是不是涉及黄色和暴力，直接用这个在线做事就可以了。
这种形势的做事，在云打算里面称为软件即做事，SaaS (Software AS A Service)。
于是工智能程序作为SaaS平台进入了云打算。