機器學習的本質是求解一個最最佳化問題。而遺傳演算法屬於最最佳化演算法中的不確定性最佳化(Stochastic optimization)。最最佳化求解，可以看作一個在解空間內的搜尋問題。不確定性最佳化，它的搜尋方向沒有一個確定的數學表示式，而是依賴一個隨即變數，在最佳化收斂到區域性極值時，能跳出區域性最優。計算生物裡，有段時間流行過一些以GA演算法為基礎的Marker篩選方法，但這類演算法終究是非主流。因為在對於求解生物問題來講，最重要的是結果的穩健與可重複，這一點恰恰是GA的弱點。
機器學習的本質是求解一個最最佳化問題。而遺傳演算法屬於最最佳化演算法中的不確定性最佳化(Stochastic optimization)。最最佳化求解，可以看作一個在解空間內的搜尋問題。不確定性最佳化，它的搜尋方向沒有一個確定的數學表示式，而是依賴一個隨即變數，在最佳化收斂到區域性極值時，能跳出區域性最優。計算生物裡，有段時間流行過一些以GA演算法為基礎的Marker篩選方法，但這類演算法終究是非主流。因為在對於求解生物問題來講，最重要的是結果的穩健與可重複，這一點恰恰是GA的弱點。
1、人工智慧
AI代表人工智慧，智慧定義知識智慧的獲取被定義為獲取和應用知識的能力。
目的是增加成功的機會而不是準確性。
它可以作為一個完成智慧工作的計算機程式。
目標是模擬自然智慧以解決複雜問題。
AI是決策。
它導致開發一個模仿人類在某種情況下做出反應的系統。
AI將尋找最佳解決方案。
2、機器學習
ML代表機器學習，其被定義為知識或技能的獲得。
目的是提高準確性，但不關心成功。
這是一個簡單的概念機器，可以獲取資料並從資料中學習。
目標是從某些任務的資料中學習，以最大限度地提高機器在此任務上的效能。
ML允許系統從資料中學習新東西。
它涉及建立自學習演算法。
無論是否最佳，ML都會為此尋求解決方案。
八個聯絡：
1、天帝歷：來自陽間的少女曦見到楚風，曾使用天帝歷當做時間來記錄時間，使用的武器很高科技，猜測是葉凡時代的天帝歷，不是荒天帝。證明聖墟在遮天后面，完美在遮天前面，花開三朵，石昊是過去，葉凡是現世，楚風是未來。
2、道士：在輪迴路上見到的道士，口中不離無量天尊，說話的的口氣和段德很像，猜測是段德。
3、封禪之地：遮天與聖墟都曾提到過封禪之地、五色土。
4、青銅棺：聖師的銅棺、狠人的青銅殿、完美的青銅仙殿。
5、場域：場域都是借用山川之勢。
6、陽間：陽間與石昊去的上蒼。
7、三朵花、三世銅棺：完美世界中，葉凡曾經降臨到石昊身上，他們之間肯定有關係，一直在提三朵花，一朵未來，一朵現世，一朵過去，現在還沒有未來顯化，是楚風。
8、輪迴：最後他們去了仙域，發現已經破碎，需要補，需要構建輪迴，葉凡、石昊、楚風是為了重新構建輪迴，三身合一，重塑輪迴。