机器学习（1） - 人工智能起源
这是深度学习课件的第一页，在这个课件的第一章节讲到了机器学习的历史和范围。
首先，我们来看一个成语接龙小游戏，在历史文章中有这个小游戏。
这是三个机器人在玩成语接龙游戏。
我们来看看这个游戏背后是啥？
在一个有限的范围内，通过训练，得到了一个可以自主决策的AI。
其实这背后都是数学公式，下图展示的是蒙特卡洛算法的运用，无序背后的有序。
这大概就是智能。
图灵最早提出了图灵测试的概念，1950年，图灵发表了一篇划时代的论文，文中预言了创造出具有真正智能的机器的可能性。由于注意到“智能”这一概念难以确切定义，他提出了著名的图灵测试：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。这一简化使得图灵能够令人信服地说明“思考的机器”是可能的。论文中还回答了对这一假说的各种常见质疑。图灵测试是人工智能哲学方面第一个严肃的提案。
1952年，在一场BBC广播中，图灵谈到了一个新的具体想法：让计算机来冒充人。如果不足70%的人判对，也就是超过30%的裁判误以为在和自己说话的是人而非计算机，那就算作成功了。
图灵是人工智能之父。
关于图灵的生平，大家可以去看看《模仿游戏》这部电影。
影片改编自安德鲁·霍奇斯编著的传记《艾伦·图灵传》，讲述了“计算机科学之父”艾伦·图灵的传奇人生，故事主要聚焦于图灵协助盟军破译德国密码系统“英格玛”，从而扭转二战战局的经历。
目前关于人工智能的定义。
从应用和技术角度梳理下目前的人工智能范围。
人工智能主要的应用包括机器视觉，机器学习，机器人，自然语言处理NLP，语音识别，等等。
我们再来看机器学习的技术划分：监督学习，非监督学习和强化学习。
简言之，监督学习有老师教，非监督学习是自学，强化学习靠的是反馈（易经经，越练越精进，学；葵花宝典，一练就掉胡子，不学）。
监督学习的算法，包括回归分析，决策树，贝叶斯，SVM，KNN，ANN等，其中ANN就是人工智能网络。
非监督学习的算法，包括K-mean，EM，PCA，ICA，SVD等。
人工智能网络的历史如下图简述，其中最火的就是深度学习了。
深度学习发展如此之猛，以至于当我们提到机器学习的时候，一般指的就是深度学习。
