我想組裝一台新電腦，所以最近一段時間沒少上各大電腦**，了解各種配件的**、效能，閱讀各種各樣的評測文章。有幾次，我去太平洋電腦城轉，發現賣電腦的竟然還不如我對各種配件了解－－當然，指的是水平一般的人。
不過，在關注電腦**時，我越來越明顯地感覺到，選擇一款合適的配件是簡單的－－只要它的**合適、效能符合要求、質量可靠，做出最終的決定卻是困難的，因為有太多的選擇、太多的評測文章、太多的不同意見、太多的市場活動。有時候，看了許多文章，覺得某個配件合適，在看了一些「編輯評價」後，就又立即選擇放棄；有時候，從來不關注的配件，因為乙個廣告，而一舉變成「可以考慮」，甚至是「優先考慮」。這些問題產生的根本原因在於，在選擇的過程中，感性成分太大。那麼，有沒有可能採用一種完全理性的方法來選擇呢？我認為有，這就是人工智慧系統（乙個有力的證據是人工智慧可以有效地分析世界盃球隊的優劣）。
我們先回顧一下什麼的配件是最合適的配件。簡單地說，就是**合理、效能好、***。
首先說**，什麼樣的**是「合理」呢？如果買家只追求效能，**基本忽略不計，那麼「合理」的**範圍就非常大，**在配件所佔的比重就比較低。反之，如果買家的預算有限，那麼，**的變化就小，**所佔的比重就高。
其次是效能，它一般包括兩個方面：物理引數、執行**測分數。每個配件的物理引數是固定，但是每個物理引數對整體效能的影響卻是不同的。如果每個引數所佔的比重能夠確定，則物理引數的評價就非常容易了。執行**測分數相對來說，比較直觀，容易判斷。
最後是質量。如何評價乙個配件的***壞呢？一般來說，一線廠商的產品更可靠些，使用者投訴的少、讚揚的多的產品更好些。
現在，我們已經知道了比較配件的基本原則，那麼，如何應用這些原則做出有效地統計呢？
1，**。**是容易獲得的。在國外的**，已經可以同時列出許多**的**。國內的**還不行，沒有「交流」的介面。
假設我們能夠知道配件的**，以及它的生產時間、**變化趨勢。
首先確定產品的生命期：成長期，成熟期，還是淘汰期。處於成長期的配件，**往往稍高，**波動也較大；而處於成熟期的配件，因為競爭最劇烈，**往往已經是最低，價效比最高；而淘汰期的配件，因為利潤不高、市場份額不大，雖然**相對來說較低，但最佳價效比並不突出。
其次，買家要確定對**的敏感程度。敏感程度可以用**範圍來表示，也可以用百分比來表示。
最後，將上述兩個因素，結合產品當前的**，就可以得出乙個**合理度。當然，各種因素的所佔比重，是需要乙個訓練過程才能夠確定的。而且，並不存在乙個絕對理想的數值。概括地說，對於**比較敏感的買家來說，處於成熟期的產品的**合理度較高。
2，物理引數是容易比較的。每種配件的物理引數是固定的，每種型別的配件，它的各個引數所佔的比重也比較固定。
如果能夠讓幾個資深的diy高手對各種引數做出評價，然後再做乙個綜合，就可以方便地確定這些比重。或者，找出以前市場中曾經出現過的同一型別的配件，分析、比較這些配件的引數，也可以得出比重引數。有了這些引數，就可以容易地計算出物理引數的優劣度了。
這個過程不需要買家來參與，因為物理引數是客觀的。在選購配件的時候，買家往往把這些客觀引數感性化，廠商也往往傾向於把這些引數感性化，以引導買家朝著最有利於自己的方向發展。
3，效能評測得分也是容易比較的，因為它也是客觀。不過，評測得分並不總是完全一致，因為測試方式會產生差異。要獲取較為客觀的評測得分，可以選擇乙個較大的**，或者綜合幾個**的評測得分。
只要有乙個可信的評測得分，優劣度也就容易得出了。
在許多評測文章中，編輯出於不同的目的需要，往往採用最有利於自己結論的的測試方式，而且在文章中，包含大量主觀性的意見，讓人看了之後，會不有自主地接受這些主觀意見，以致選擇的時候也以這些主觀意見作為依據。
4，使用者投訴、編輯評價與廠家品牌，也是購買配件的乙個很重要的決定因素。可是，在所有的使用者投訴和編輯評價當中，有幾個是客觀的、真誠的做出評價的，有幾個是槍手？這個很難辨別，尤其是目前的中國。
再說，廠家的品牌到底有多重要？一般人也說不出來。
最常見的情況往往，本來對某個產品很感興趣，結果看到幾個「使用者投訴」說，這個產品如何如何不好，結果一下子就再也不想要這個產品了。而那幾個「使用者」很有可能是乙個人，花費了幾分鐘的時間寫的。這種情況下，採用乙個客觀的評價標準獲得的結果更具有說服力。
使用者投訴可以用幾個引數來衡量：使用者關注的數量、使用者投訴的數量、使用者讚揚的數量（有些**已經有這些統計了）。好的產品首先是買家關注相當多的。其次，使用者投訴的少、讚揚的多。這些都是常識。有了這些資料，就可以確定該產品的使用者評價。
編輯評測與使用者評價不同，編輯對市場、配件更了解，不過，與廠商的關係比較密切，不容易客觀公正。可以通過統計關注產品總的評測文章、某些大**總的評測文章，來獲得編輯關注度（注意，國內似乎很少有評測文章是指責產品的）。至於編輯意見、使用者意見的比重，需要長期的觀察才能得出結論。
廠商的品牌也是需要長期的觀察、分析比較才有得出結論。
這些不太容易確定的引數，可以通過對大量已知資料做出分析而獲得，也可以參考業內人士的意見，以及買家的意見。
綜上所述，使用智慧型系統來做出評測是完全可能的，而且是有效的。不過，目前的條件並不成熟，因為獲取評測所需要的各種引數是非常困難的。隨著網路上資訊量的增大，資料表示的標準化是不可避免的。到時，採集這些資料就是可行的了，利用智慧型系統幫我們在買東西時提供參考依據也就是可能的事了。
另外，不僅購買電腦配件可以利於人工智慧系統，購買別的東西也可以利用，只不過，評測所需要的引數有所區別而已。
anyway，最終做出決定的還是我們人類。電腦可以幫你選出最合適的東西，但是，只有你自己知道：我需要買嘛？
《her》與人工智慧
最近看了一部電影 her 也就是 她 感覺劇情非常的好，她 是講述在不遠的未來人與人工智慧相愛的科幻愛情電影。導演斯派克瓊斯 的才華讓我很震驚，這部電影不像以往的科幻電影那樣有很複雜的劇情，很炫目科幻的畫面，它只是將人工智慧融入到人類的生活當中，去展現一種全新的世界觀。虛擬化的智慧型裝置一開始進入到...
Python與人工智慧
python python是乙個非常快捷的計算機程式語言，類庫非常豐富，解決各種問題都有很多現成的工具和例子，使得很多複雜的應用根本無須了解系統細節就能輕鬆實現所需功能。python可以運用到很多方面，可以做日常任務 可以做 比如知乎 youtube就是python寫的 可以做網路遊戲的後台。其它比...
Web與人工智慧時代
閱讀字數 2781 用時 14分鐘 人工智慧 一詞最初是在1956年dartmouth學會上提出的。從那以後，研究者們發展了眾多理論和原理，人工智慧的概念也隨之擴充套件。人工智慧 artificial intelligence 英文縮寫為ai。它是研究 開發用於模擬 延伸和擴充套件人的智慧型的理論 ...