什么是人工智能?我們借小王的人工智能女友來科普一下

人工智能

人工智能,英文為AI(Artificial Intelligence)當下火到不行,就像是一兩年的大數據一樣。不知道點人工智能必備詞估計去巷子口買雞蛋灌餅都可能尬聊。


今天的人工智能就像兩年前的大數據

什么是人工智能?為什么大家討論人工智能的時候都會說機器學習?深度學習?神經網絡是很神經的網絡嗎?什么是大數據?

你的腦袋中是不是充滿了問號?還是感嘆號?

本文用小王的人工智能女友來講解一下究竟什么是人工智能。

那個在討論打氣筒的同學請出門左拐。

人工智能裝13必備詞

人工智能

小王的女友是擁有人工智能的高科技產品,可以開燈關燈,可以在小王回家前打開暖氣或空調,可以提前把空壓鍋的電源打開。

人工智能是計算機科學的一個分枝。是人類用一段計算機程序來替代人類,來滿足人類的某些需求,減少人類工作負擔,或者增加人類生活的便捷度。
小王女友明顯有了最基本的信號采集分析判斷能力,并作出相應操作,如知道天亮了去關燈,室內溫度過低去打開暖氣。這是最基本最原始的人工智能。

小王的女友可以在人群中一眼認出小王并走過去。

小王的女友可以認出小王,就像是一歲的嬰兒可以認出父母一樣,說明其已經擁有了相當厲害的人工智能。這里指的是人臉識別。
同時小王的女友可以走到小王那里,這也是很厲害的人工智能,想想人類直立行走之后才真正脫離了動物界。直立行走需要精確的運動姿勢檢測傳感器如陀螺儀和3D加速器,精確的運動控制,以及精巧的算法來維持平衡。

小王的女友可以聽懂小王的話。小王的女友可以聽懂小王的冷笑話。小王的女友可以聽出來小王今天有點莫名其妙的憂傷。

如果小王女友能作到這三點中的任意兩點,那一定很貴。

機器學習

小王的女友剛被組裝成功的時候,是認不出小王的。為了能認出小王,其開始學習。人稱機器學習。

機器學習是人工智能的一部分。機器學習是教會機器來作某些事,如語音識別。這個過程可以是帶監督的,也可以是自主的。就像人類小時學習一樣,老師一個字母一個字母教漢語拼音。反復指著一個字母,教你認,教你讀,糾正你的發音,糾正你的書寫直到過關。
然后你就可以自己查字典,可以上下文猜來自己學習更多的東西了。
為了能認出小王,必須讓小王女友認真翻看大量小王的照片,不同角度,不同姿勢,不同表情。
機器學習的經典案例是谷歌給電腦,小王的大舅子看了幾十萬張被標注了貓的貓照后,大舅子終于認識貓了。這是機器學習史上突破性的發展。
這個過程與大人指給小孩子貓一樣。大人說這是貓,小孩子大腦中的無數神經元會被調教一次。這樣重復幾次后就能認得貓了。只不過小孩子不用看幾萬只貓,看幾只就能認出是貓并認出各種不同的喵。
這也是人工智能與人的智能之間的巨大鴻溝。人工智能到今天仍然是基于大量計算的暴力破解。
究竟怎么能通過這些照片小王女友就能認出這是小王而不是隔壁老王?這要靠深度學習。

深度學習

深度學習是機器學習的一部分。

那個滿臉笑的同學請出去面壁。

小王女友看了無數張小王的照片和無數張老王的照片,終于能從照片中認出眼睛,鼻子,嘴巴,耳朵,眉毛等等。接著,能根據這些五官特征認出那個瞇縫眼,大嘴巴,蒜頭鼻的小王了。

深度學習現階段主要基于神經網絡來實現,基本原理是模仿人腦工作的過程。第一層神經網絡抽取小王照片中的特征如邊界輸出給第二層。基于第一層的輸出,第二層神經網絡開始判斷形狀。第三層神經網絡根據形狀來判斷五官位置和大小。第四層神經網絡根據五官來判斷是不是小王。
這個過程是一個信息抽取提煉的過程。
神經網絡理論上世紀六七十年代就已經成熟,但直到大數據和處理能力的極大提升的今天才使第一次火起來。無數神經網絡研究員就是用一生來等待這個風忽然刮起來。

大數據

小王和女友很恩愛(捂臉)。小王女友很開源(放),會將小王和小王的無數小舅子大舅子們進行各種維度的比較,排名,炫耀。某天小王發現某南美小舅子總是排名第一,就查詢了一下。于是小王總會收到來自南美的某保健品的廣告推送。

大數據就是很多很多數據放一起。抽取其特征,找到其中的規律已經不再需要。大數據就是說這一群人中某些人學了什么功有效,那就推薦另一些人也去學就是了。

小王于是和他的人工智能女友快樂地生活在一起。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,460評論 6 538
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,067評論 3 423
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,467評論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,468評論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,184評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,582評論 1 325
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,616評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,794評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,343評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,096評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,291評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,863評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,513評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,941評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,190評論 1 291
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,026評論 3 396
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,253評論 2 375

推薦閱讀更多精彩內容