你想不到的人工智能

在二十世纪二三十年代

如果你说“会不会出现个知道我明天想吃啥的机器?”

别人肯定怼你一句“想干啥呢!要上天么!”

在当时这个想法听起来如同登月一样

遥不可及甚至痴人说梦

HOWEVER

也是因为有这么一群脑洞大开敢想敢做的年轻人

登月也不是那么不可能了

而在这一群年轻人奋斗在“上天”过程中

图灵 (现被誉为计算机之父)也带着一群人

努力地让梦想照进现实

1956年他在 “机器能够思维吗”的论文中提出

“隔墙对话，你将不知道与你谈话的，是人还是电脑”

论文定义了人工智能

它是对人的意识、思维的信息过程的模拟

它能像人那样思考，甚至超过人的智能

这点燃了人们对人工智能的信心

HOWEVER

半个世纪的翘首以待

让人们心灰意冷心灰意冷

人工智能一度被认为是一门“伪科学”

BUT，在2006年

由于机器学习在领域界获得的重大突破

图灵实验变得不是那么望尘莫及了

那。。。什么是机器学习?

理论上来说

机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织一有的知识结构使之不断该神自身的性能的学科。

简单地来说

如果人工智能是最后要实现的目标

那么机器学习就是实现人工智能的方式

一般我们通过机器学习解决问题的思路是酱的：

良好的特征表达对算法起到了关键性作用

什么是好的特征?

它具有不变性和可区分性

听起来，是不是有点蒙？

我们来打个比方

为什么我们一眼就能看出哪个是亚洲人哪个是西方人?

因为西方人鼻子挺/眼窝深/发色多为金色或者棕色

而亚洲人鼻梁较矮/黑色头发

所以这些都是一眼能看出的且不会改变特征

而如果是一个中国人与一个日本人分辨出来就不是那么容易了

而在业界也有些很腻害的特征，比如说。。。SIFT

找到这些特征

我们就要进行手工提取了

一般我们采用手工提取特征

这是一件费力且烧脑的事情

相当一些时候花了很多时间，也不能选取的很好

那么，有没有自动学习一些特征的可能性呢?

答案是有!

所以，深度学习就这样出现啦!

他和机器学习之间有什么样的联系呢?

人工神经网络是机器学习中的一类算法

深度学习就是其中一种神经网络算法。

深度学习的实质是通过构建具有很多隐层的机器学习模型和海量的训练数据来学习更有用的特征，从而最终提升分类或预测的准确性。

“深度模型”是手段

“特征学习”是目的

“深度”：通过多隐层感知器，组合底层特征行程跟加抽象的高层表示属性类别或特征，已发现数据的分布式特征

“学习”：模拟人脑分析学习的神经网络

理解三者之间关系的最简便方法就是将它们视觉化为一组同心圆——首先是最大的部分人工智能——然后是后来兴旺的机器学习——最后是促使当下人工智能大爆发的深度学习——在最里层。机器学习是人工智能的核心，而深度学习是机器学习的一种算法。

深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。深度学习摧枯拉朽般地实现了各种任务，使得似乎所有的机器辅助功能都变为可能。无人驾驶汽车，预防性医疗保健，甚至是更好的电影推荐，都近在眼前，或者即将实现。

人工智能就在现在，就在明天。有了深度学习，人工智能甚至可以达到我们畅想的科幻小说一般。你的C-3PO我拿走了，你有你的终结者就好了。

怎么样，小可爱们有没有稍微懂一些呢?

本期编辑：徐嘉琦

责任编辑：何海萱