輕觸收聽語音版， 或移步【喜馬拉雅FM】、【網易雲音樂】以及【企鵝FM】搜索【更好時代知識服務】收聽：
（由聲優楊一方演繹）
複雜網路和人工智慧、大資料來自更好時代00:0005:18
-
複雜網路的起源
過去的時候， 人們都認為網路是隨機形成的， 並把這些網路叫做隨機網路， 比如一場酒會上， 人們從互不認識到彼此認識， 就是一個隨機網路形成的過程， 隨機網路形成的速度非常快， 門檻也非常低， 只要每個人認識至少一個人， 這一百個人就能全部連結起來。
而在現實中， 我們每個人都認識很多人， 所以連結更加緊密， 由此產生了非常著名的理論——六度分隔， 也就是你在這個世界上與另一個人之間最多通過六個人就能搭上關係。 那麼將這個關係運用到最近網路上， 擁有海量資訊的互聯網能做到從任何一個網頁出發， 平均只需要19次點擊就能跳轉到另外任何一個網頁。
隨機網路上會有一些樞紐節點， 這些樞紐節點是一個網路中比其他節點擁有更多連結的節點， 這在人類社會中可以用那些社交面非常廣， 朋友非常多的人來做比較， 同一個圈子裡的網路中的物件， 他們的關係非常緊密， 這是強關係， 而從樞紐節點， 向其他圈子伸出去的橄欖枝就是弱關係。
所有節點的重要性都服從於二八定律， 有少數的樞紐節點非常重要， 大量的節點並沒有那麼重要， 這樣的網路我們就叫做無尺度網路， 因為無法用同樣的尺度去衡量每一個節點， 均勻的完全隨機的節點分佈是不存在的。
從隨機網路到無尺度網路， 人們對複雜網路的認識加深了一步的認識， 隨機網路是無序的， 是雜亂無章的，
-
複雜網路的共有特點
先發優勢是指網路中越早產生的節點， 越容易成為樞紐節點。 因為網路在開始時， 節點數量不多， 後來產生的節點總是傾向於連結網路中一個節點， 微信公眾號這個複雜的網路中節點的數量超過了2000萬個， 很多人羡慕做的早的公眾號， 他們都成了10萬+的大號， 後來進入微信這個大的生態網路的人都是趨向於關注已經存在於網路中的重要節點， 這就是先發優勢。
競爭力更強， 適應度更高的節點， 獲取到的連結會更多， 比如說公眾號咪蒙， 在短短的一年時間裡， 粉絲數從零漲到了800萬，
健壯性是指非樞紐節點被破壞後， 不影響複雜網路的結構， 這就像壁虎砍掉尾巴， 不僅不會要了它的命， 而且過一陣子還會生出一條新尾巴。 而脆弱性則是指一旦樞紐節點被破壞， 整個系統就會迅速崩塌， 網路的結構發生重大變化， 這就像將壁虎的心臟戳穿， 壁虎就會很快死亡。
-
複雜網路與人工智慧和大資料
複雜網路是樹根， 大資料是樹幹， 人工智慧是枝葉， 分析大資料的方法， 以及人工智慧背後的深度計神經網路都和無尺度網路有著非常緊密的關係。 傳統的人工智慧依賴科學家給它輸入各種規則模型， 只能解決一些規則清楚的問題，
這種神經網路的特點是， 具有多層結構， 每一層神經網路都有很多關鍵的節點， 他們接觸上一層處理完的資料結構， 共同解決一個問題， 把自己這一層的輸出介面傳遞到下一層去做進一步處理， 目前流行的深度神經網路分為兩種， 一種是處理空間分佈資料的卷積神經網路， 另一種是處理時間分佈資料的迴圈神經網路。
卷積神經網路可以用來做圖片識別， 他對圖片的分析方法， 和我們分析無尺度網路一樣， 要抓住樞紐節點， 比如一個分辨貓和狗的識圖軟體中， 每一層神經網路都需要處理一種能把它明顯分開的特徵， 然後再把處理任務進一步細化，交給下一層去處理，最後一層處理單個圖元。
迴圈神經網路可以用作文字翻譯，過去的機器翻譯是把一句話裡的字詞作切分後逐個翻譯，再拼湊起來，經常出錯，但是神經網路翻譯會把一整句話看成表達完整意思的網路進行整體分析，這樣能區分出整句話中文字的重要性差異，把握住語句的基本結構和修飾成分，從而實現更準確的翻譯。
-完-
然後再把處理任務進一步細化，交給下一層去處理，最後一層處理單個圖元。迴圈神經網路可以用作文字翻譯，過去的機器翻譯是把一句話裡的字詞作切分後逐個翻譯，再拼湊起來，經常出錯，但是神經網路翻譯會把一整句話看成表達完整意思的網路進行整體分析，這樣能區分出整句話中文字的重要性差異，把握住語句的基本結構和修飾成分，從而實現更準確的翻譯。
-完-