确定性现象与随机现象

确定性现象：在一定条件下必然发生。
随机现象：在一定条件下，可能出现这样的结果，也可能出现那样的结果，而在实验或观察之前不能预知确切的结果。
确定性现象和随机现象都和时间无关，现象本身不随时间改变，现象在过去、现在和未来都相同，如果同一现象过去、现在和未来出现不同，那一定是现象发生的条件改变了，实质上同一现象变为不同现象。
确定性现象与时间建立联系，是时间函数，取时间参考点，比如y=sin(t)，取时间参考点为t=0对应2021年4月29号22点02分，y=sin(t)在过去、现在和未来都是确定的。
随机现象与时间建立联系，是时间随机过程，如抛硬币，取今天为时间参考点，前天抛一次硬币结果为正面，昨天抛一次硬币结果为反面，今天准备抛一次硬币结果可正可反，明天准备抛一次硬币结果可正可反，后天抛一次硬币结果可正可反，站在今天的角度，前天和昨天抛硬币的结果记录下来，是确定的，今天准备抛的硬币结果不能确定，未来抛硬币的结果仍然不能确定，想说明的是随机现象与时间建立联系后，未来随机现象的结果仍然不能确定。
随机现象在大量重复试验或观察中呈现出固有规律性，称为统计规律性。在过去对随机现象大量重复试验或观察的结果中去发现统计规律，将来的随机现象仍然遵循此统计规律，可以预测将来随机现象的结果，但不能确定将来随机现象的结果，如果随机现象将来的结果确定了，那随机现象一定变为了确定现象（彩票），去发现随机现象统计规律，需要大量的过去对随机现象实验或观察的结果，所以数据很重要（大数据）。
人工智能：我们要预测某一随机现象未来的可能结果，我们掌握这一随机现象过去大量实验或观察的结果（大数据），输入大数据进行数据降维处理，利用神经网络深度学习，发现随机现象的统计规律，预测这一随机现象未来的可能结果。
什么是智能？智能是掌握确定性规律和统计性规律，然后对未来现象给出确定结果或预测未来现象结果，规律本身存在（确定现象或统计规律），通过学习过去大数据发现规律，记忆规律，没有规律，没有智能，如一个小孩生下来就吃某种化学药品长大到十八岁，没有学习，不掌握任何规律，这个小孩是没有智能的，学习要学习的多、学习的快，发现的规律要准确，当前这由通过神经网络的深度学习来确保。
人工智能就是如何快速找规律，找到的规律可能穿越很多数据维。