以蓝星现在的硬件条件，是诞生不了真正的人工智能的，现在大家研究开发的，说到底，只是基于算力提升的有限智能程序”
“算力决定了智能程度，那又是什么决定算力？”
葛云聪下意识的回到：“存储，网络，最重要的，芯片和算法”
陆羽：“存储靠什么？”
葛云聪：“服务器”
陆羽：“网络，我们和别的公司有差别吗？”
葛云聪：“没有”
陆羽：“所以，还有什么问题？”
葛云聪：“可我们没有自己的AI芯片”
陆羽：“除了极少数，其他公司也不是都有自己的AI芯片”
葛云聪：“但是性能差别很大”
陆羽：“我们和其他公司相比，优势在哪？”
葛云聪：“我们要什么没什么，哪有什么优……算法！”
陆羽两手一摊，耸耸肩
葛云聪有点激动：“陆总，你真能搞出提升算力的新算法？”
陆羽：“应该，能吧，人工智能包含了那么多种算法，想要提升算力，不是一种两种算法能决定的”
葛云聪：“我知道我知道，从一开始接触编程开始，就对人工智能特别感兴趣，也搜集过很多这方面的资料”
……
陆羽：“既然你对人工智能有一定了解，那你就应该知道一个人工智能包含的算法有多海量”
“不说那些不太重要的，我们就说说最为主要的几类算法”
“回归算法，试图采用对误差的衡量来探索变量之间的关系，是统计机器学习的利器，有最小二乘法，逻辑回归，逐步式回归，多元自适应归样条等等”
“基于实例算法，对决策问题建立模型，选取一批样本数据，根据某些近似性，把新数据和样本数据进行比较，来寻找最佳匹配效果，有学习矢量量化，自组织映射算法等等”
“正则化方法算法，一般作为其他算法的延伸，根据算法的复杂度对算法进行调整，其中最典型的就是弹性网络算法”
“决策树学习算法，根据数据的属性采用树状结构建立决策模型，用来解决分类和回归问题，包含分类及回归树，随机森林，梯度推进等等算法”
“基于核的算法，把输入的数据映射到一个向量空间，在向量空间里，很多问题能够更容易解决，包括支持向量，径向基函数，线性判别分析等等算法”
“聚类算法，按照中心点或者分层的方式，对输入数据进行归并，其中最主要的是期望最大化算法”
“关联规则学习算法，通过寻找最能够解释数据变量之间关系的规则，来找出大量多元数据集中有用的关联规则”
“人工神经网络算法，模拟生物神经网络的模式匹配算法，这是机器学习的一个庞大的分支，有几百上千种算法，感知器神经网络，反向传递算法等等”
“深度学习算法，是人工神经网