一、如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
Sutton并不是要将算力和算法对立起来，而是说：
要在短期内有所提升，研究人员要利用专门领域的人类知识。但如果想要长期的获得提升，利用计算能力才是王道。这两者本无需对立，但实际上它们往往如此。花时间研究一个，就会忽略另一个。
这点我是很认同的，去年和今年NLP领域最大的进步无疑来自于BERT及其一系列相关模型。而BERT的成功充分体现了算力的力量。随着算力的提升，能够吞入的数据越来越多，模型的效果将会越来越好，至少现在看来这是一条可行的发展道路。随着算力的提升，越来越多的小公司，甚至个人可以使用模型越来越强，也必然带来人类社会的整体进步。
但我觉得大家也不要把算力进步狭隘化成堆机器，算力至少可以分解为：
- 底层材料的进步，材料更快的迁移率，更小的沟道电阻，这样允许CPU和GPU可以使用更高的主频。
- 芯片制造工艺的进步，过去几十年，由于摩尔定律的存在，晶体管可以越做越小，单位面积里的晶体管可以越来越多，这是算力提升最主要的动力。
- 芯片设计的进步。
- 体系结构的进步。这波深度学习的崛起主要归功于体系结构的进步。最初GPGPU和CUDA社区的发展，极大的推动了算力的提升。现在，各种新的异构计算体系被提出。我认为这将会是未来算力进步主要的动力之一。
- AI系统的进步。更强更好的分布式系统，从李沐大神的提出参数服务器，到后来的ring-allreduce都极大助力了算法提升。
可见，所谓算力的进步，是人类从材料、微电子、集成电路设计到分布式系统全方面的进步。
所以我觉得说算力是推动人工智能进步的王道，并没有问题。
二、作为一名即将升入大学的，人工智能专业的大一新生，我该准备些什么？
推荐书籍：
《浪潮之巅》：一本和技术，数学无关的书，但却可以帮你开拓眼界。高中三年，信息封闭，很多人对计算机没什么了解，但这本书可以让很多朦胧无知的准大一了解到为什么现在计算机专业这么火热。
《数学之美》：和浪潮都是同一个作者，但这本书却从数学角度来阐述学习数学的重要性。之前看到有人推荐高数，线性代数，概率论与数理统计这三门大学必修的数学课，甚至还有人推荐周志华的西瓜书，真的很无语。要知道，兴趣是学习数学的动力。这本《数学之美》里的内容，不仅非常耐读，里面的数学知识很多都是跟人工智能高度相关的。(ps,我真后悔大一的时候没读这本书，去硬看高数)。除此之外，这本书也可以告诉你，学高数，线性代数，概率论有什么用。
《Python编程：从入门到实践》：刚刚看到有人推荐C，C++ primer，我简直跪了。且不说他有没有看完C++ primer，现阶段不搞CV（计算机视觉方向）的算法工程师们，哪个能把C++用的贼6呢。如果是书的话，强推这本基础书。我知道你们刚高考完，想要好好的休息，不想学太难的知识，这本书再适合不过了。语法章节不多，知道Python的数据结构是list, tuple, dic就行了。然后后面的实践内容，只做关于matplotlib的就行，这个是教你如何可视化数据用的。做AI，很多时候都是要可视化的。如果对做小游戏感兴趣的也可以做一做另外一个实战，反正我也没做完。
推荐课程：
这里只推荐宝可梦大师李宏毅的AI课程。恩达叔的不推荐。直接放网站噢http://speech.ee.ntu.edu.tw/~tlkagk/。虽然李宏毅是有线性代数的课程的。但是线性代数课程之前，你们得找一下课程学习微积分的知识。这里，我还没有啥推荐的。
推荐库：
numpy：这个库是在你已经有python基础和线性代数基础的前提下学的。可以放在以后学，这个暑假可以不学。
scikit-learn：机器学习库。在你有了numpy基础和机器学习基础的时候，要慢慢学会用这个库噢。估计是你大一结束的暑假要学会的。
pytorch：深度学习库。当你对学习AI渐入佳境，想要尝试一下玄学的深度学习的时候，要学会用这个。本来打算推荐莫烦的视频的。莫烦讲深度学习实战讲的真的很好，可以他不更新视频了，原来的视频还是pytorch老版本的，算了，pytorch还是放在大二学吧。不推荐tensorflow这个库，pytorch死忠粉。
推荐其它：
驾照。走在成长为老司机的路上岂能缺一张驾照。
女朋友。不然github，B站，P站会伴随你大学四年。
英语。定个考个雅思或者托福的目标。英语能力还是很重要的。多邻国刷起来也行。
总而言之，虽然我知道你肯定做不到上面的很多内容，毕竟我还是觉得高三毕业还是多出去玩玩比较好，但是觉得我的推荐能帮助到需要帮助的人。
吹吹牛不掉肉。
三、人工智能和人工智能etf的区别？
1、指数的差异：其中AIETF和人工智能AIETF 跟踪的标的指数相同，都是中证根据产业链编制的人工智能主题指数。
2、科创板打新：从最近两只热门的科创板中芯国际和寒武纪来看，AIETF都中标了，而且打满。而人工智能AIETF都没中。
3、费率：从费率上看AIETF显著低于其他两个，管理费加托管费只有0.2%，而另外两个则要0.6%。费率上省下的也可以为基金业绩提升不少。
四、人工智能与cs人工智能的区别？
人工智能和CS人工智能的区别在于应用方面和研究重点的不同。人工智能是一种涉及多个领域的计算机技术，涉及信息技术、控制科学、数学等学科，旨在开发出能够模仿人类智能思维和行为的程序和系统。人工智能的应用非常广泛，包括自然语言处理、计算机视觉、机器学习等方面。CS人工智能则是计算机科学领域的一部分，重点研究人工智能基础理论、算法及其实现技术等方面，以及在不同领域中的应用。传统的人工智能是基于规则系统和专家系统的，而现代人工智能则更多的是基于数据驱动和机器学习的技术。另外，人工智能的应用场景也在不断拓展，如自动驾驶、智能家居、智能医疗等领域。
五、人工智能和人工智能大战的游戏？
这个游戏很多了，例如星际争霸，王者荣耀，围棋等。
六、弱人工智能和强人工智能的特点？
弱人工智能是指不能制造出真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。 人工智能的一个比较流行的定义，也是该领域较早的定义，是由约翰·麦卡锡（John McCarthy|）在1956年的达特矛斯会议（Dartmouth Conference）上提出的：人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性。另一个定义指人工智能是人造机器所表现出来的智能性（弱人工智能）。总体来讲，对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。
强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。
七、强人工智能与弱人工智能的区别？
根据强人工智能的观点，生产能够真正推理和解决问题的智能机器是可能的。解决这些问题的机器可以被认为是有意识的和自我意识的。强人工智能有两种类型：类人人工智能，即机器思维和推理与人类思维一样；非类人人工智能，即机器产生与人类完全不同的感知和意识，并使用与人类完全不同的推理方法。
根据弱人工智能的观点，制造能够真正推理和解决问题的智能机器是不可能的。这些机器看起来只像智能，但它们并没有真正的智能，也没有自主意识。主流研究集中在弱人工智能上，人们普遍认为这一研究领域已经取得了相当大的成就。强人工智能的研究处于停滞状态。
八、通用人工智能和人工智能的区别？
通用人工智能（General Artificial Intelligence）和人工智能（Artificial Intelligence）之间的区别如下：
1. 范围：通用人工智能指的是一种能够像人类一样在各种不同领域和任务上执行智能任务的人工智能系统。它具备类似于人类的智能和学习能力，可以在不同领域进行多样化的任务。人工智能则是一个更广泛的概念，指的是模拟和模仿人类智能的机器系统和算法。
2. 多领域能力：通用人工智能可以处理多种任务和领域，例如自然语言处理、计算机视觉、语音识别等，并能够学习和适应新的任务。而人工智能可以专注于某个特定领域或任务，例如机器学习、数据分析、专家系统等。
3. 自主性：通用人工智能可以自主地进行决策和解决问题，不需要人类的干预，具备更高的智能水平。而人工智能则可能需要人类的指导和干预来进行决策和处理问题。
4. 目标：通用人工智能的目标是实现类似于人类的智能水平，可以进行更加复杂的推理、决策和学习。而人工智能可以追求各种不同的目标，例如提高效率、解决问题、改进决策等。
总的来说，通用人工智能是人工智能领域的一个理想目标，指的是能够模拟和实现人类智能的机器系统。而人工智能则是一个更通用的概念，指的是机器系统和算法模拟和模仿人类智能的能力。
九、人工智能是什么？人工智能的科学介绍？
人工智能是需要人力、脑力、开发、高等技术与不断的研究和尝试等等一系列超高难度的作业才能完成的科技产品。当然这种研究是得到国家和人们大力支持的发展。它的发展对国际影响力是非常大的。人工智能也可以定义为高仿人类，虽然不可能会像人一样具有灵敏的反应和思考能力，但人工智能是按照人类的思想结构等等的探索而开发的研究。
人工智能的开发最主要的目的就是为了替人类做复杂、有危险难度、重复枯燥等的工作，所以人工智能是以人类的结构来设计开发的，人工智能在得到较好的开发后国家也是全力给予支持。人工智能的开发主要也是为了帮助和便利人类的生活。所以人工智能的定义一直以来都是以“协助人类”而存在的。人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的.top域名已经被注册。
以后可能在很多传统行业，比如银行，会有人工智能帮你得到更好的收益。信用卡或其他的贷款会由人工智能来决定哪些人士可以安全地放贷，而且会还钱。然后再往下人工智能可以开始动了，就可以进入工业机器人、商业机器人，终进入家庭机器人。
十、人工智能和人工智能技术的理解？
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。