为什么人工智能的研究都是基于算法，而不是基于“硬件”
首先，问题就有问题，人工智能的研究既基于算法，又需要硬件。
NVIDIA每年更新显卡都不只是更新gtx 680、gtx780…gtx1080这些游戏显卡。如果你对人工智能、支持向量机、卷积神经网络等有了解，那你应该知道每次NVIDIA发布新卡都会有丽台的卡，价格比游戏显卡昂贵，从丽台 p100到p4000到现在的丽台GV100。每一次更新其计算能力都发生了飞跃。
那么问题来了，为啥研究人工智能就研究算法而不做硬件？其实这两方面都有人做，各司其职，做算法的人研究如何运用卷积神经网络进行识别，面对爆炸的信息量如何最大化榨取处理器的计算能力。而做硬件的行业操心如何能让其核心拥有更强大的计算单元，更低的功耗。
现在人工智能面临的问题，不是快和慢，而是有些事情做不到。根据现有的计算理论：即使把神经元近似的实现为一些计算芯片，即使用CMOS的方式搭出一个神经网络，它的计算能力和用软件写出来的卷积神经网络并没有本质的区别。
目前人工智能发展的困难不在于是否用硬件实现，而在于算法。
举个不恰当的例子，要想让马儿跑，得先让马儿走起来再说，现在马儿连站都站不起来，谈何马儿跑。
关于详细的如何选择，选择哪方面的研究，以及国内外领先的的课题组和相应的研究，我想，这个论文调研需要自己动手做才更深刻。我的导师常跟我说：“授人以鱼不如授人以渔”。希望你能学到点什么。
人工智能能否取代人类物质和意识
不会完全取代，未来将有47％的工作被机器人取代。
和人脑相比，人工智能算法应对数值和符号计算更加精确快速，稳定可靠。特别是对于有确定规则的计算问题，人工智能可以远远超出人脑的计算速度，也更容易找到最优的解答。比如，在数值计算，图形、语音、生物特征、行为姿态等方面的识别，甚至更加复杂的预测推理任务方面，人工智能都有超越人脑的优秀表现。
人工智能不具备感性思维，无法跨越到意识领域。当前的计算机架构和编程模式具有本质上的劣势，使得人工智能无法实现与人脑情感、意志、心态、情绪、经验等方面的自然交互。本质上，人工智能仅仅是物质世界范畴的概念，无法跨越到意识领域。
在一个真正实现人工智能的工作场景中，传统劳动者也并未被‘下岗’，只是改变了角色而已。仍然需要人类对人工智能的表现进行监控，进行情报采集与分析，以及开展预测性的实验与评估，引导性的过程管理与控制。
相信将来人类90%以上的工作是由人工智能提供的，就像今天我们大多数的工作是由计算机和各种其它机器提供的一样。
人工智能不能取代人类物质和意识。因为人工智能是人类运用科学技术根据事物的本质特征及发展规律，通过数据程序和编程内容制造出的机器人活机械，它是本身没有思维意识逻辑推理的人脑功能。
它还是物质的一种特殊事物，具备物质的属性特点，只不过完成人类的编程动作而已，不能单独处理突发事件和编程之外的生产运动，所以人工智能不能代替人的物质意识形态。
深圳人工智能培训学校哪个好？学哪些内容
深圳培训机构是比较杂的，很多做人工智能培训的，实际上就是学点python，如果你真的想学，我建议你仔细对比，当然核心，一定要关注课程内容，那种学python忽悠的，你就别去了
其实像人工智能，我还是建议你最好到公司内部学，我所知道的，百度和东软有合作人工智能培训；深兰科技和交大也有合作，好像叫交大人工智能中心，就在深兰科技内部>讲课/p>
其他的类似像旷视、寒武纪也有一些大学合作的人工智能课程。
公司内部才能学到东西，如果你去那种就在教室里学学，我建议还是算了
课程阶段一：Python>底子/p>
课程阶段二：Python进阶
课程阶段三：数据库实战>开辟/p>
课程阶段四：web前端>开辟/p>
课程阶段五：Python爬虫>开辟/p>
课程阶段六：Django框架
课程阶段七：云计算平台
课程阶段八：数据分析
课程阶段九：人工智能
那么哪些人适合做人工智能？
一、首先是对人工智能有极大的兴趣；
二、是有一定的计算机基础，进击人工智能会更容易。具体来说：（1）是编程基础、数据结构算法好，（2）是高数基础，比如概率论、线性代数、微积分、几何、优化理论等；如果你不具备这些基础，但是满足条件一，仍有希望做人工智能。
三、最好有相应的小环境，不管是业余的，还是工作团队或网络小组。满足这样的条件，基本上可以去学人工智能，另外还要有坚强的毅力，良好的自制力。这一点其实很重要，前面都是知识可以去弥补，但是没有毅力没有自制力，很容易半途而废。
哪些人不适合做人工智能？
一、目标不坚定，三天打鱼两天晒网，不能脚踏实地；
二、数学基础很差，逻辑思维差的也容易出现半途而废的情况；
三、单纯为学而学，不能学以致用。
如何落地人工智能应用？除了基础技术外，智能硬件特别是智能手机软硬件甚至芯片的结合也必不可少，比如iPhone X能够实现FaceID就是一个典型的软硬件+芯片的结合。
但更重要的，还是让人工智能进入各行各业，比如全面提到的教育、交通、制造、金融、零售等等，在这一点上，中国最早布局人工智能技术，也是目前最深入应用人工智能的百度还是蛮有发言权的。
我们从他乡来到大城市，就是为了拼搏我们的人生，找到一份理想的工作，而如果你对现在自己的现状不满，不妨就应该试一试培训">人工智能培训，这样响应时代的行业定然会很快的饱和，希望明智的人们都加快脚步，擦亮自己的双眼，找到一个有资历，有保障的人工智能培训班
深圳培训机构是比较杂的，很多做人工智能培训的，实际上就是学点python，如果你真的想学，我建议你仔细对比，当然核心，一定要关注课程内容，那种学python忽悠的，你就别去了
其实像人工智能，我还是建议你最好到公司内部学，我所知道的，百度和东软有合作人工智能培训；深兰科技和交大也有合作，好像叫交大人工智能中心，就在深兰科技内部>讲课/p>
其他的类似像旷视、寒武纪也有一些大学合作的人工智能课程。
公司内部才能学到东西，如果你去那种就在教室里学学，我建议还是算了
人工智能的基本规则
清华大学战略与安全研究中心的人工智能治理项目小组着眼于国际共同规则，于2018年7月，在世界和平论坛上提出“人工智能六点原则”，探讨人工智能综合性治理的宏观框架：
一.是福祉原则。人工智能的发展应服务于人类共同福祉和利益，其设计与应用须遵循人类社会基本伦理道德，符合人类的尊严和权利。
二.是安全原则。人工智能不得伤害人类，要保证人工智能系统的安全性、可适用性与可控性，保护个人隐私，防止数据泄露与滥用。保证人工智能算法的可追溯性与透明性，防止算法歧视。
三.是共享原则。人工智能创造的经济繁荣应服务于全体人类，构建合理机制，使更多人受益于人工智能技术的发展、享受便利，避免数字鸿沟的出现。
四.是和平原则。人工智能技术须用于和平目的，致力于提升透明度和建立信任措施，倡导和平利用人工智能，防止开展致命性自主武器军备竞赛。
五.是法治原则。人工智能技术的运用，应符合《联合国宪章》的宗旨以及各国主权平等、和平解决争端、禁止使用武力、不干涉内政等现代国际法基本原则。
六.是合作原则。世界各国应促进人工智能的技术交流和人才交流，在开放的环境下推动和规范技术的提升。这六项原则为人工智能国际治理的讨论和共识构建提供了一种可能。
