一、如何区分AI？
什么是AI
第一步是传达人工智能，机器学习（ML）和深度学习的定义。有人认为AI，ML和深度学习都是各自的技术。我认为AI / ML /深度学习是建立在通用平台上的计算机自动化和分析的连续阶段。
在这个平台的第一层坐着AI，它可以分析数据并快速向用户提供分析结果。机器学习位于AI的二级应用程序上，不仅可以分析原始数据，还可以查找数据中可以产生更多结果的模式。深度学习是分析数据和数据模式的第三层应用程序，它更进一步。计算机还使用由数据科学家开发的高级算法，这些算法可以提出更多关于数据的问题，并能够产生更多的见解。
逐步实践
展示这些日益复杂的分析的不同层次的最佳方式是找到一个可以向业务决策者展示好处的商业示例。
我们来看一下交通规划的样本。
第一层：AI
开发了一个AI应用程序，可以告诉交通工程师和规划人员主要交通拥堵点位于城市的哪个位置。这有助于他们规划道路维修，停车灯和其他基础设施，希望能够缓解某些地区的拥堵。
第二层：机器学习
可以进一步开发AI /分析，以便可以查找数据中的模式。例如，它注意到某些交叉路口的交通在早上6点到早上8点之间最为拥挤，或者交通在晚上排队，在体育赛事之前排队。
对情况的了解为规划人员和工程师提供了更多洞察力，因为现在他们不仅可以计划交通堵塞，还可以计划未来的活动，如音乐会和曲棍球比赛。
第3层：深度学习
深度学习是指数据分析超越原始数据和数据模式的地方。深度学习增加了数据科学家开发的特定算法，以进一步扩展从数据中获得的查询和见解。
可以添加到流量分析中的算法可能包括：未来十年，该城市的哪些区域将出现最大的人口增长？或者，未来五年哪些道路需要大修？或者，天气预报是否说未来五年我们会有更多或更少的降雪？通过在模式和数据分析之上添加这些算法，用户可以更全面地了解他们正在尝试采取行动和评估的情况。
AI路线图
能够打破人工智能，机器学习和深度学习之间的差异非常重要，因为它不仅显示了管理人工智能自动化的不同层级和功能，还显示了可以从中获得的业务洞察力水平的提高。通过将这些不同的AI层可视化为企业和IT战略路线图，组织可以在IT和业务目标中衡量切实的结果。
例如，一个城市可以说，明年它将全面了解其道路系统以及交通拥堵所在的位置。在第二年，该城市将能够预测高峰时段和特殊事件交通的交通拥堵，并能够主动通知旅客使用备用路线。在第三年，通过评估人口（和交通）增长，基础设施维修停工以及气候变化等因素的影响，该市将能够制定未来计划。
AI路线图将通过列出每年需要的人工智能技术（和投资）类型来反映这些战略，以支持业务战略。
二、什么是互联网+环艺？
联网生态就是网络贯穿我们生活各行各业，让我们的生活更好、更便捷、更加智能化，能够代替或者帮助人们完成各式各样的事，这就是一种互联网生态。随着互联网AI、VR的诞生秘籍，人工智能更需要一个完成的互联网生态来支撑，所以搭建攻略互联网生态是大势所趋。
通俗的说互联网+互联网思维就是互联网+。现在很多常见的互联网+实体经济就是互联网+的一种表现方式
三、单相漏电保护器有短路保护功能吗？
有；
漏电保护器 用于漏电保护。在安装接线后，按下漏电保护器的漏电测试按纽，可制造一短暂人工漏电情况，以检验漏电保护器能否动作。测试按纽应每月试验一次，以检验漏电保护器之功能。在接地漏电情况下，漏电保护器自动跳闸。在故障未被清除之前，即使再将把手推至“ ON”的位置，也不能使电路重新接通，避免了人为错误地将故障电路接上。
四、手动电镀线和全自动电镀生产线的区别
手动电镀线是靠人工来操作，进槽出槽都是靠人来控制，做少量的要求较高的精细零件可以，但是做大批量的活效率低，而且由人来控制，有的问题追溯起来较麻烦。
自动电镀线是由机器根据编订的程序来自动运行，过程统一，适宜大批量的生产，效率高。但对于一些特殊要求的精细零件，自动线不如手工线那么方便和可操作性。
总之全自动线适宜工艺成熟的大批量生产，手工线适宜生产要求较为精细的自动线上不容易生产的零件。