标签：应用 问题 没有 时间 strong 居住 动态 人工智能 公司
前些日子和同事开玩笑——万志君定律。（万志君是某个同事啦）
如果目前的人工智能是正确的预测方式的话，那么我的万志君定律在某一时段就是正确的。
定律背景：IT是一个人口密集型工作，这与公司建设的常规电梯数存在矛盾，而我们恰恰又是居住在最顶层，这使得每天吃饭都需要考虑走楼梯还是等电梯更快。惰性通常让我们更多的选择等电梯而不是真正更快吃上饭。根据我多次的观察发现，名为万志君的同事和电梯存在着某种关系，因为他开始想快点吃饭了。开始并没有公开这个发现，我只是默默的验证，大概一周时间，我终于确认了万志君定律。
万志君定律：万志君不思考乘电梯的直接程度和我们能乘上电梯的概率成正比。
这听上去或许是一个玩笑，但它确实解决了我们更快吃饭的问题，在公司再次调整作息时间之前。
那么下面开始探究，这是一个偶然事件还是一个特定条件下可行的解决办法。
对快速就餐中的是否等电梯问题，可以表述成这样的形式：
存在这样一个相对稳定的已有样本集，是否存在这样的样本，该样本可以动态的反馈选择走楼梯的意愿程度。
通常我们每个人对于等电梯和不等电梯都有一个很直觉的判断，每一个判断其实质都是参考了多数自己在意的周边细节然后得出的一个对应的认识——等/不等。
如果每个人看到的情况基本相同，那么判断结果就相当于，每个人对同一组参数进行了不同的加权得出的二元值。
人对自己的经验有很好的保留，不会轻易调整，也就是说，不出现大的问题，每个人的判断权重是不会变的。
稳定的权重对于相同的值也是会有相同的判断，该问题也就相当于讨论，是否存在一个代表分界面的样本。答案在非一维情况下是否定的。
很幸运，在这个问题上多数人的权重是趋于平行的，这使得问题一维话，短期强意愿基本都是单调特征的。那么如果一定要找的话，必然存在这样一个样本可以用来分界，乘电梯还是不乘电梯。
此处作一个广义万志君定律猜测：对于特定样本集，总可以找到特征维度相当的特征来表征该整体趋势。
感谢万志君同学对次的存在贡献。希望能够进一步推演定律的实际应用。
标签：应用 问题 没有 时间 strong 居住 动态 人工智能 公司
原文地址：https://www.cnblogs.com/qq1144054302/p/12419504.html
