掌静脉生物识别：
掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过红外线 ccd 摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。
静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉特征值比对，使用算法对静脉特征进行匹配，从而对个人进行身份鉴定，确认身份。
总而言之，掌静脉是利用人体手掌静脉血管纹路进行身份识别，与指纹一样，人体掌静脉特征也具有唯一性，并且不会随着时间的推移发生改变。
与指纹不同的是，掌静脉特征隐藏在身体内部，安全性更高，被复制或盗用的几率更小，同时也不会因手掌表面的磨损或潮湿等带来识别障碍。
大数据智能是李飞飞提出的，当时大家绞尽脑汁从一些样本数据分析特征提高识别准确率但是都是无功而返。既然算法无法提高准确率那么提供大量的数据是否可以提高准确率呢，于是斯坦福大学李飞飞收集大量图片数据叫imagenet让大家用这些数据集去参加竞赛，结果大家使用神经网络训练数据后模型识别测试数据准确率大增，出现了几个卷积神经网络alexnet，vgg，googlenet，resnet等几个经典网络让图像识别准确率大幅攀升超过人类识别准确率。
虽然神经网络让图像识别、语音识别达到人类智能，但是让他做些逻辑判断却无能为力。其实人类能进行形象思维和抽象思维，形象思维就是图形思维，有图和行，深度学习其实就是形象思维，形象思维简单易记，但形象思维的智能有限，比如能记住九九乘法表，但是几十乘几十就没办法了，比如八七乘八六，需要用笔进行演算或者脑算。这时候进行的是抽象思维，没有了图形，深度学习是没办法计算的。如果你一样要用深度学习做87x86计算，我觉得是不可行，就算算出来了也不明白什么意思。
人工智能要把形象思维和抽象思维分开，深度学习是形象思维，能记住有形的东西，不能做抽象思维，所以抽象思维还需要编程模式而不是学习模式，学习模式有局限性，不是万能药。专家系统是不是可以进行抽象思维呢，应该可以，但不完整，只能说做了部分思维，可能也不算是思维，而只是数据库匹配查询而已，就像搜索引擎，我们不说搜索引擎是人工智能，他可能只是模式匹配而已，还谈不上思考。
