雲計算最初的目標
我們首先來說雲計算。雲計算最初的目標是對資源的管理，管理的主要是計算資源、網路資源、儲存資源三個方面。
雲計算
靈活就是想啥時要都有，想要多少都行
管理的目標就是要達到兩個方面的靈活性。具體哪兩個方面呢？
舉個例子來理解：比如有個人需要一臺很小的電腦，只有一個 CPU、1G 記憶體、10G 的硬碟、一兆的頻寬，你能給他嗎？
像這麼小規格的電腦，現在隨便一個膝上型電腦都比這個配置強了，家裡隨便拉一個寬頻都要 100M。然而如果去一個雲計算的平臺上，他想要這個資源時，只要一點就有了。
這種情況下它就能達到兩個方面的靈活性：
時間靈活性：想什麼時候要就什麼時候要，需要的時候一點就出來了。空間靈活性：想要多少就有多少。需要一個空間很小的電腦，可以滿足；需要一個特別大的空間例如雲盤，雲盤給每個人分配的空間動不動就很大很大，隨時上傳隨時有空間，永遠用不完，也是可以滿足的。
空間靈活性和時間靈活性，即我們常說的雲計算的彈性。而解決這個彈性的問題，經歷了漫長時間的發展。
大資料基於雲計算
大資料
人工智慧擁抱大資料
人工智慧的經濟學解釋
這讓我想到了經濟學，於是比較容易理解了。
我們把每個神經元當成社會中從事經濟活動的個體。於是神經網路相當於整個經濟社會，每個神經元對於社會的輸入，都有權重的調整，做出相應的輸出。
比如工資漲了、菜價漲了、股票跌了，我應該怎麼辦、怎麼花自己的錢。這裡面沒有規律麼？肯定有，但是具體什麼規律呢？很難說清楚。
基於專家系統的經濟屬於計劃經濟。整個經濟規律的表示不希望透過每個經濟個體的獨立決策表現出來，而是希望透過專家的高屋建瓴和遠見卓識總結出來。但專家永遠不可能知道哪個城市的哪個街道缺少一個賣甜豆腐腦的。
於是專家說應該產多少鋼鐵、產多少饅頭，往往距離人民生活的真正需求有較大的差距，就算整個計劃書寫個幾百頁，也無法表達隱藏在人民生活中的小規律。
基於統計的宏觀調控就靠譜多了，每年統計局都會統計整個社會的就業率、通脹率、GDP 等指標。這些指標往往代表著很多內在規律，雖然不能精確表達，但是相對靠譜。
然而基於統計的規律總結表達相對比較粗糙。比如經濟學家看到這些統計資料，可以總結出長期來看房價是漲還是跌、股票長期來看是漲還是跌。
如果經濟總體上揚，房價和股票應該都是漲的。但基於統計資料，無法總結出股票，物價的微小波動規律。
基於神經網路的微觀經濟學才是對整個經濟規律最最準確的表達，每個人對於自己在社會中的輸入進行各自的調整，並且調整同樣會作為輸入反饋到社會中。
想象一下股市行情細微的波動曲線，正是每個獨立的個體各自不斷交易的結果，沒有統一的規律可循。
而每個人根據整個社會的輸入進行獨立決策，當某些因素經過多次訓練，也會形成宏觀上統計性的規律，這也就是宏觀經濟學所能看到的。
例如每次貨幣大量發行，最後房價都會上漲，多次訓練後，人們也就都學會了。
人工智慧
基於三者關係的美好生活
一個大資料公司，積累了大量的資料，會使用一些人工智慧的演算法提供一些服務；一個人工智慧公司，也不可能沒有大資料平臺支撐。
所以，當雲計算、大資料、人工智慧這樣整合起來，便完成了相遇、相識、相知的過程。
雲計算最初的目標
我們首先來說雲計算。雲計算最初的目標是對資源的管理，管理的主要是計算資源、網路資源、儲存資源三個方面。
雲計算
靈活就是想啥時要都有，想要多少都行
管理的目標就是要達到兩個方面的靈活性。具體哪兩個方面呢？
舉個例子來理解：比如有個人需要一臺很小的電腦，只有一個 CPU、1G 記憶體、10G 的硬碟、一兆的頻寬，你能給他嗎？
像這麼小規格的電腦，現在隨便一個膝上型電腦都比這個配置強了，家裡隨便拉一個寬頻都要 100M。然而如果去一個雲計算的平臺上，他想要這個資源時，只要一點就有了。
這種情況下它就能達到兩個方面的靈活性：
時間靈活性：想什麼時候要就什麼時候要，需要的時候一點就出來了。空間靈活性：想要多少就有多少。需要一個空間很小的電腦，可以滿足；需要一個特別大的空間例如雲盤，雲盤給每個人分配的空間動不動就很大很大，隨時上傳隨時有空間，永遠用不完，也是可以滿足的。
空間靈活性和時間靈活性，即我們常說的雲計算的彈性。而解決這個彈性的問題，經歷了漫長時間的發展。
大資料基於雲計算
大資料
人工智慧擁抱大資料
人工智慧的經濟學解釋
這讓我想到了經濟學，於是比較容易理解了。
我們把每個神經元當成社會中從事經濟活動的個體。於是神經網路相當於整個經濟社會，每個神經元對於社會的輸入，都有權重的調整，做出相應的輸出。
比如工資漲了、菜價漲了、股票跌了，我應該怎麼辦、怎麼花自己的錢。這裡面沒有規律麼？肯定有，但是具體什麼規律呢？很難說清楚。
基於專家系統的經濟屬於計劃經濟。整個經濟規律的表示不希望透過每個經濟個體的獨立決策表現出來，而是希望透過專家的高屋建瓴和遠見卓識總結出來。但專家永遠不可能知道哪個城市的哪個街道缺少一個賣甜豆腐腦的。
於是專家說應該產多少鋼鐵、產多少饅頭，往往距離人民生活的真正需求有較大的差距，就算整個計劃書寫個幾百頁，也無法表達隱藏在人民生活中的小規律。
基於統計的宏觀調控就靠譜多了，每年統計局都會統計整個社會的就業率、通脹率、GDP 等指標。這些指標往往代表著很多內在規律，雖然不能精確表達，但是相對靠譜。
然而基於統計的規律總結表達相對比較粗糙。比如經濟學家看到這些統計資料，可以總結出長期來看房價是漲還是跌、股票長期來看是漲還是跌。
如果經濟總體上揚，房價和股票應該都是漲的。但基於統計資料，無法總結出股票，物價的微小波動規律。
基於神經網路的微觀經濟學才是對整個經濟規律最最準確的表達，每個人對於自己在社會中的輸入進行各自的調整，並且調整同樣會作為輸入反饋到社會中。
想象一下股市行情細微的波動曲線，正是每個獨立的個體各自不斷交易的結果，沒有統一的規律可循。
而每個人根據整個社會的輸入進行獨立決策，當某些因素經過多次訓練，也會形成宏觀上統計性的規律，這也就是宏觀經濟學所能看到的。
例如每次貨幣大量發行，最後房價都會上漲，多次訓練後，人們也就都學會了。
人工智慧
基於三者關係的美好生活
一個大資料公司，積累了大量的資料，會使用一些人工智慧的演算法提供一些服務；一個人工智慧公司，也不可能沒有大資料平臺支撐。
所以，當雲計算、大資料、人工智慧這樣整合起來，便完成了相遇、相識、相知的過程。