学习语言的路径

小项目，小论文:

             人的视角和计算机的视角的确有些本质上的区别，无论是从识别图像的方法，还是是别的复杂度等，Ai虽然说不能办图像处理的非常精确，但是却有着强大的计算机语义操作功能，我们可以利用这个语义做好多事情，比如喝茶聊天，通过手势的识别，比如现在的二维码付款，人脸识别，温度控制系统，几乎和他们分不开，这正是Ai为我们做的服务，那么我们该如何去和Ai进行协商合作做一个游戏呢？这个东西说白了就是一种程序语言，也就是和计算机说话的能力，那如何让Ai被真实地驱动起来呢？这就是我们所说的人工智能算法问题，它涉及的面比较广，所以我们暂且不去讨论它，我们回到现实中去，会发现一个很普遍的问题，有很多人说机器语言学不会，经过调研，他们跟女朋友聊天时候可不是这么说的。当然，不要认为我冒昧，一般做的极端的人，都是这样的:他们不会把自己的女朋友当成Ai，原因是她的女朋友有更多的人类的特性。我们暂且也不讨论这个问题，回到正题我们的计算机语言很多，那么ai会最优选择哪一种呢？其实这个跟我们学的ospf中的协议差不多，一定是最优路径而非次优路径，就像我们的母语Ai并不会抛弃他，比如lisp和prolog是我们可学可不学的，java的市场已经饱和，C++和matlab就是可培养的对象，这也是高校为什么现在要求大一新生学C，C是一个统称，又会分为C/C++/C#这三类语言，当然有不同的特性，我们在这里也不去讨论，更重要的是恰恰被我们忽略的辅助性需要python由于它的可视化成了最优之选，这就像一群黑天鹅中拱出一只白天鹅，但是这种形式上的火热，我只能说是罕见的，开发者自己也会这么认为，他所依靠的依然是大咖写好的模块，比如基于计算机视觉语言编写的库或者包，OpenCv,CV2等凭借当代网速进行巧妙利用，所以比较成功，但是成功背后我们不能只看到表相，我们更需要的是有一套属于自己的让机器也能理解的Ai算法，让机器人去做它应该做的事情，这个就好像我们路由器的配制，你不去写文档指令配制，它就不会准启动，交换报文，更新链路数据库，建立邻居关系然后通过协议规定路由进行数据转发，有人说我们做程序开发的跟人工智能不沾边，或者说做网络的也是，究其本质不是不沾边，是不敢尝试，迈出第一步的同时你会发现自己专业外有趣的东西要远远高于本专业学习的东西，比如在网络拓扑中的ospf选路问题，其实就是你matlab编程的最优解问题，更是我们其他语言实现的一些算法，Dijkstra算法，Bellman-Ford算法，Floyd算法和SPFA算法等。不同的算法在不同的领域解决的问题不同，那算法又是由什么构成的呢？算法其实就是我们人口中说出来方法，高中生知道程序框图，也就是一步一步做事，我们只要知道下一步该做什么，交给机器就可以了，那么关于做的问题必然涉及到逻辑，所以学习编程的同时最好也学点逻辑学，这个又让我们不得不想到亚里士多德的逻辑非与关系，本质上又回到了计算机的0或者1的问题，0和1的问题又会涉及到电路原件控制的问题，慢慢地注意！这是其他的专业，又是一套新的理论算法，所以我们的就业方向究竟要走哪条路才能让自己放心呢？我的建议是走一条不要停的路一条走到黑！但是放到这个社会，很少有人这样去做，我只想告诉大家的是，成功的路上并不拥挤，你会有自己的诗和远方！