AI（人工智能）就是统计学？

　　诺贝尔经济学奖托马斯·萨金特在《财经》世界科技创新论坛上的演讲中说过一句话：人工智能">人工智能首先是一些很华丽的辞藻。人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。

　　时间过去很久了，但是围绕这个话题的辩论还是在进行，为什么要谈这个话题，因为这个话题和志愿填报、考研、大学学习和规划都有一定的关系，因为人工智能这个话题实在是太热了，热到谁都学这个，热到不学这个就感觉落伍了。

　　关于这个话题怎么看呢?单纯说对和错都是不妥的，这么一“宏大”的有“深度”的话题怎么可能用单纯的对和错回答呢?

　　这句话在某种程度上是对的

　　因为人工智能和统计学存在莫大的关系，或者说统计学是人工智能的最重要的理论基础。就像计算机和数学的关系一样，严格来讲，现在的计算机科学与技术专业应该叫计算机技术或者计算机工程，因为计算机的科学部分就是数学，这就是为什么计算机要学数学课的原因，也是为什么很多数学专业的毕业生从事了计算机相关行业的原因。

　　某种意义上讲，我们所说的人工智能，比如机器学习、数据挖掘、算法优化、决策树、运筹控制都是利用了统计学原理，就连计算机神经网络、自然语言识别、计算机影像学这些听起来和统计学八竿子打不着的技术应用也是统计学知识的运用——统计模型，阿尔法狗的原理是蒙特卡洛树搜索，也是基于统计模型的。

　　但是为什么不说搞统计学呢?很简单，因为不如人工智能说法高大上，为什么要高大上?因为高大上有人投钱。人工智能代表了最新科技、最热行业，能吸引投资，你要说是做统计学的谁投钱?谁买单?实际上这些工作很早就有人研究，只是那时候都归类于统计学领域。

　　就像显示系统纵横位置指示器就是鼠标;人体表皮污垢学就是搓灰;人体表皮死细胞分离器就是搓澡巾;智能高端数字通讯设备表面高分子化合物线性处理就是手机贴膜……

　　所以现在大家都学聪明了，那怕是老生常谈也得包装一个好听的名称，你说搞机器学习、深度学习就有人投钱，有人出大价钱挖你，你要说搞统计学大家立马就不感兴趣了，其实做的还是一回事。当然资本也是知道这些道理的，那为什么还要投钱，因为资本是逐利的，投钱是为了挣更多钱，高大上的外衣就是挣钱的保障之一。

　　人工智能和统计学不能完全划等号

　　人工智能和统计学存在莫大的关系，或者说统计学是人工智能的最重要的理论基础，但统计学和人工智能依然有着很大不同，更不是一回事。

　　不然很多人又会说我不学计算机了，学数学，一样做计算机相关工作， 我想从事人工智能就去学统计学，反正是一码事，这就是典型的从一个极端走向另一个极端，你会统计原理，并不意味着你会阿尔法狗的算法，也不代表你可以写得出阿尔法狗的下围棋程序，这之间还隔着好多呢，需要借助计算机、规则方法，搜索方法来完成，毕竟理论和应用之间的路还是很长的。只能说你学数学，一样有做计算机相关行业的可能，但是需要学习和实践很多大东西;你学统计学，一样有做人工智能相关行业的可能，但是也需要学习和实践很多大东西，条条大路通罗马通程序员，条条大路通互联网，条条大路通人工智能。

　　并不是人工智能所有的问题都可以用统计学的方法解决，统计学对人工智能的至关重要但是离解决实际问题还是有距离，需要借助计算机、数学、博弈论、认知科学、程序语言等其它工具来完成。

　　把统计学和人工智能划等号的原因，在于现在搞人工智能的以机器学习、深度学习、语言识别、图像识别、机器翻译等应用为主，原理基本上都是通过最优化算法来调整统计模型参数包(俗称“调包侠”或者“调参侠”)，然后计算样本分布，这些工作方法很容易造成上述错觉。然而以上只是人工智能实际应用的一部分，根本不是全部。