近期提出了一个十分激进的观点，即人人都必须要拥抱AI。它的意义大大受制于传统教育的认知。 m.okjike.com

那么，有哪些途径，可以有效提升对AI的思想和原理的理解，以便迎接未知并参与到这个变革时代呢？

我想至少有「三条途径」可以穿越迷宫：

🔢 首先，是人们熟悉的数学推演。如果你喜欢微积分（再学些线性代数），通过数百小时高质量的自学，就能体会「深度学习」原理层面上顿悟。不少工程背景朋友，可能经历过这个路径。但我想强调，它被高估了，原因就像「算法」两个字被严重高估一样。严格的说，AI的模型，可以被数学逻辑实现，但其思想无法被纯数学囊括。（原因见这里 m.okjike.com）

🧠 第二条路，是神经科学的洞见。 一个明显的趋势是，脑科学领域学者和AI专家们都开始交融和交汇，其中几个要点快速分享：所谓「深度学习」的深度，就是神经网络的「层次」概念，而AI模型专家们开始直接称计算机的神经网络和大脑就是一回事了。只不过AI模型是像个黑盒，与几十年前人们理解视觉和听觉（神经回路）类似，都是黑盒。今天的AI模型的成就，正是模拟了一小部分的大脑复杂性所致。

🕊️第三点，生物学演化的路径。我常把生物和AI（软件2.0）放在一起讨论，原因是异常明确的，新时代的算法依赖数据，而数据就是制造模型持续「变异」的引擎，（演化论被超级低估了）， 而未来的软件的开发模式都将更爱依赖演化而非规划。在计算机领域「遗传算法」正是继承这个思想最杰出的代表。m.okjike.com

📺今天分享这个视频，《进化的AI艺术》,以视觉方法对第三条路径进行巧妙和简洁的表达，十分精彩，对于想要广泛学习和思考AI 绘画技术的发展极具启发，请欣赏。

来源：youtu.be