即使不關注科技圈，只是偶爾看看新聞，也在今年大面積地聽到了【人工智能】這個詞。

【百度宣布不再是互聯網公司，而是人工智能公司】【Google2017開發者大會聚焦人工智能】【蘋果WWDC2017聚焦智能硬件】【Google 阿爾法狗擊敗韓國圍棋九段選手李世石】【圍棋天才少年柯潔輸給Google 阿爾法狗后痛哭】。。。諸如此類的文章層出不窮，仿佛宣告著人類的節節敗退，人工智能即將全面統治世界。。。

在此人類生死攸關的重大關口，我等凡夫俗子吃瓜群眾武不能上前肉搏，文不會寫代碼智取，怎么辦呢？！我們，還可以茶余飯后聊一聊人工智能，圍觀一下偉大的時代變遷。這篇文章，就是為了談資而寫，簡單科普點到為止。

說到人工智能，常常伴隨著高頻出現的詞語會有 【AI】【VR】【 AR】 【機器學習】【大數據】等等。

AI 全稱artificial intelligence，即人工智能。這個詞在1956年就被提出來了，用計算機模擬人的思考模擬人的操作都屬于AI范疇，很早就進行了研究， 早在1963年IBM的深藍計算機和人類的國際象棋選手就已經進行了對抗。近年來突飛猛進的人工智能技術，很大程度上得益于計算機計算能力的提升，以及圖像處理、大數據、機器學習、神經網絡等其他學科的發展。

VR全稱vitual reality，即虛擬現實。從詞義不難理解，用虛擬創造去模擬現實世界，主要通過場景建模，計算機繪圖等手段。大熱的一項研究是無人車。無人車上裝有攝像頭，對車身周圍的環境進行視頻采集后進行場景建模，行駛的車道線以及路邊其他的障礙物都可以模擬構建出來。除了無人車，VR另外投入使用的還有用VR設備看視頻玩游戲的娛樂裝置。

AR全稱Augmented Reality，即增強現實，和虛擬現實不同，增強現實不是完全對現實的虛擬建模，而是一種邊角增強。比較常見的應用是AR實景地圖。實時地計算攝影機影像的位置及角度并加上相應圖像、視頻、3D模型的技術等等。

可想而知，VR技術和AR技術，很大程度上就是場景建模和圖像處理。圖像處理其他廣泛應用的場景還有人臉識別的門禁解鎖系統，公安部智能監控和跟蹤的天眼系統等等。

機器學習，是個很玄乎的詞，常聽到吃瓜群眾感嘆機器自己都會學習了還要人類干什么，仿佛機器會學習就是助長了人工智能走向法力無邊的。但其實不是這樣的。首先機器要學習，需要兩個要素：訓練樣本和學習規則。這兩個要素都需要人提供的。樣本是實際情況中的各種可能。規則則是游戲進行中的判斷規則，用來下象棋的學習規則是象棋規則，用來下圍棋的學習規則就是圍棋規則。圍棋之所以比象棋難，因為象棋的棋盤和棋子較少，走法路徑相對較少，可以通過不斷窮舉和回溯法得到最優解。而圍棋的難度在于棋盤的范圍和走法以及棋子的數量，難以進行窮舉。個人猜測應該是以神經網絡或者其他的復雜的數據結構存儲在計算機內，機器需要長時間的深度學習之后才能在對弈時計算最優解。

應用好的機器學習并不恐怖，會按照人類的意愿進行執行和判斷，避免重復勞動，以及在人難以抵達的死角或復雜環境里代替人類進行工作。

但機器學習有兩個隱患：1、被不法之人利用，設計出的樣本和規則本來就是反人類和危害社會的；2、機器學習的規則設計本身存在bug，出現了非預期的程序崩潰或者亂碼篡改死鎖等等，導致機器發生不可預期的行為，帶來破壞或攻擊等等。以上兩種行為，都在種種科幻小說里被預演得淋漓盡致。

如何避免有朝一日的非預期的人機大戰，科學家和科幻小說家們都在不遺余力的發揮想象力，大名鼎鼎的機器人三大定律假說就是如此：

第一條：機器人不得危害人類。此外，不可因為疏忽危險的存在而使人類受害。第二條：機器人必須服從人類的命令，但命令違反第一條內容時，則不在此限。第三條：在不違反第一條和第二條的情況下，機器人必須保護自己。 ? 假想學說，歡迎補充。

以上，入門科普，歡迎舉手提問，互相討論。