本文相关引用及参考：映维网
计算机能否具有抽象或创造性思维能力呢？
（映维网 2017年2月15日）在去年拿到设备之后，In-Vizible的HoloLens开发者Michael Peters就陆续发布了很多视频。他的许多实验十分奇怪和有趣，但其中包括关于数据可视化的潜在解决方案。在下面嵌入的视频中，你将看到以不同方式精美呈现的股市信息，帮助你去了解数据。
在Peters的博客中，他列出了在上面视频（以及下面的视频）中看到的各种模式，如开普勒、栅格阵列、3D散点图和管状视图。
开普勒视图：看起来是小行星，还有环绕着它们旋转的部分行星环。所显示的各种度量有考虑到行星和行星环的尺寸和颜色，以及轨道和旋转速度。
栅格阵列视图：是一个更简单的场景，使用各种宽度和高度的阵列以及颜色来表示所呈现的数据。
3D散点图：在X、Y和Z坐标系中绘制球形形状，颜色和尺寸也代表各种指标。
管状视图：是一种可视化类型，仍处于概念阶段。
在有序的网格视图中呈现数据，我认为通过可视化显示该元素在一段时间内的位置很有趣。不妨想想显示股市数据集，显示收市价，通过管状而非柱状来显示，在‘管状’的底部显示开盘价而在顶部显示收盘价。这将突出显示股票在一天中变化了多少（或少量）。在视频中表示的数据是随机数据的模拟。
— Michael Peters, In-Vizible
目前，区分人类大脑与超高速计算机的主要因素之一是我们快速识别模式的能力，无论是视觉，听觉还是概念。我们能够快速看到远处的一小块颜色斑点，并立即将其识别为我们正常使用的程序的图标，这是电脑还不能做到的事情。量子计算、机器学习和人工智能的进步正开始在弥合这一差距。
虽然可以教导计算机以相当慢的速率在大数据集中查找模式，但股票市场的信息瞬息万变，并且需要快速响应。人类拥有抽象思维和创造性思维，可以通过训练了解和解释数据，可以更迅速地看到趋势形成和作出反应。这些视频中显示的实验类型对于推进人类的这些能力而言十分重要。
你认为计算机需要多长时间才能赶上人类模式识别的能力呢？计算机能否具有抽象或创造性思维能力呢？
来源：https://yivian.com/news/27189.html
