AI 入行那些事儿（2）人工智能的应用和技术

2021 开年巨献 —— 系列文章《AI 入行那些事儿》，为您讲述：

• 人工智能的基础原理、发展历程、当前应用
• 成为 AI 技术人员所需的入门技能和学习途径
• 以及求职、面试的全过程

人工智能的应用与技术栈

目前人工智能技术已经开始应用在很多领域，对人工智能技术的提升和发展也成了人们的重要工作任务。

人工智能技术的发展需要非常完整的技术栈，它分为基础层、技术层和应用层三个层次。

基础层包括硬件技术、云计算和大数据等基础性技术，这些是人工智能发展的前提，它们的出现使得原来必须依靠巨型计算机来完成的事情，现在可以被分散在一些小型机上，或者分散在一些普通服务器上来完成。

以前只有拥有集群的大企业有完成这些工作的能力，云计算出现之后，很多小企业和个人也可以从事这方面的研究和开发了。数据是人工智能的食物，人工智能所有通过学习获得的能力实际上都是从数据中提取出来的，大数据的出现，使得我们有可能将人工智能喂饱。

我们日常所面对的，实际上是人工智能技术栈中的应用层，这一层能为我们提供各种现实的产品。而基础层的研究成果，还不拿直接拿来在应用层中使用，必须经过技术层的技术转化。

人工智能的核心技术

人工智能的核心技术是它的算法。

基于规则的人工智能

20世纪六七十年代出现的早期人工智能系统都是基于规则的。

下图中所描述的是20世纪60年代的一个人工智能系统——SHRDLU。

这个系统能做的事情特别简单，就是在一个封闭的狭小空间里移动一些积木块，比如可以用自然语言来命令这个系统把红色立方体上面的绿色椎体挪下来。

它是怎么做到的呢？实际上，它把系统里的积木块有什么颜色、什么形状，什么叫做移动，什么叫做左右，什么叫做上下等都编制成了规则。收到命令之后，它会先把命令拆解成规则，然后再把这些规则组合起来去完成这一系列的操作。

系统的所有规则都是科学家一条条写出来的，所以如果要增加一个积木块，那么这个积木块本身的规则，以及这个积木块和其他任何一个原有积木块之间作用的规则也要增加。

这是一个非常繁琐的事情，一旦遇到新的情况，这种系统就需要人工去添加新的规则，所以这些规则的适应性非常差，导致这种系统没有什么可实践性，因为在现实中，不可能完全靠人不断去写规则来完成一个产品。

比如说，要用这种方法来做一个订餐程序，虽然只涉及时间和人数问题，但是还是可能遇到各式各样的情况，如一会儿订周六的，一会儿则可能改订周日的；一会儿预约来三个人，一会儿则又改为来五个人就餐……这么多情况，不可能做到每一种都能被编程人员提前想到并把它写入程序中。

为了解决这个问题，人们开始研究让机器自己去学习规则。现在的人工智能最主要的技术就是机器学习和深度学习，由机器自己去根据不同的情况学习不同的规则，遇到的情况越多学到的越多。需要人去做的，只是把机器放到不同的环境中去，让它自己去和这些环境交互。

机器学习和深度学习

现在的人工智能，既有基于规则的部分也有机器学习的部分。由人为它设定一些非常明晰、非常细节化的一些绝对不能突破的规则，其他一些规则靠机器学习的模型来实践。

严格来说，深度学习其实是机器学习的一部分，但由于深度学习能够实现非常好的效果，而且现在对深度学习的投入和需求都很大，所以它现在上升到了和机器学习并列的地位。