最近幾年人工智能成為極其熱門的概念和話題，可以說徹底出圈了，但人工智能的概念在1955年就提出來了，可以說非常古老，我在上小學的時候《科學》課本上就有人工智能的概念介紹，至今還有印象，但那些年AI正處于“寒冬”，很少在其他地方見到這個概念，現在人工智能這么熱，普通人容易從科幻電影和媒體宣傳上來理解人工智能，這就難免有很多誤解的成分，
漫威電影中的人工智能幻視，是一個超級英雄
幾年前有一篇《超級人工智能之路》的長文在網路上流行，很多媒體自媒體也都報道、解讀過，可以說這篇文章把人工智能捧上了天，在我看來，這種吹捧確實過頭了，
1956年，在達特茅斯學院舉行的一次會議上正式確立了人工智能的研究領域，會議的參加者在接下來的數十年間是AI研究的領軍人物，他們中有許多人預言，經過一代人的努力，與人類具有同等智能水平的機器將會出現，同時，上千萬美元被投入到AI研究中，以期實作這一目標，——wiki
對人工智能的盲目樂觀真是歷史悠久啊，我的建議是，關于人工智能的未來可以盡情暢想，但不必認真，要了解人工智能真正的樣子，只看它現在能為我們做什么就好，
人工智能
剛接觸這個領域的時候，對人工智能的概念比較模糊，甚至到現在為止也沒有找到一個足夠清晰的定義，我自己做了一個通俗的理解：凡是機器做了人需要動腦才能完成的事情，都可以稱之為人工智能，這個定義并不嚴謹，但是好理解，可以幫助我不再糾結這概念，從這個角度去看，你會發現人工智能在生活中確實到處都在了，并且很早就有，AI并沒有那么神秘，
機器學習
機器學習是人工智能的重要分支，重要到人工智能幾乎都要等同于機器學習了，在有些場合下這兩個概念甚至可以混用，Herbert A. Simon 曾對“學習”給出過一個定義：“如果一個系統能夠通過執行某個程序改進它的性能，這就是學習”，機器學習就是計算機系統通過資料提高系統性能的程序，其實我們人的學習程序也完美符合這個定義，如果仔細觀察小孩子的學習程序，就和我們訓練一個機器學習模型的程序非常相似（我本人目前還沒有小孩，但是我經常聽有小孩的同事這樣跟我說），難怪很多學者聲稱只有機器學習才算得上真正的人工智能，
機器學習的技術非常繁多，理論也很復雜，但可以通過很簡單的數學抽象來理解，把機器學習的模型當作一個黑盒子，它接受一定的輸入，給出一定的輸出，那么這個黑盒子其實就是一個函式，所謂的機器學習，從數學上看就是學習出一個函式，
無論是神經網路，決策樹，邏輯回歸，概率圖模型，都可以抽象成這樣一個數學函式，只是形式不同而已，雖然看起來并不酷炫，也不高大上，但這就是機器學習簡單的本質，這么理解也是一個“祛魅”的程序，
深度學習
深度學習的概念大概是從AlphaGo打敗李世石開始火遍全世界的，wiki上對它的定義如下，
深度學習（英語：deep learning）是機器學習的分支，是一種以人工神經網路為架構，對資料進行表征學習的演算法， ——wiki
我第一次看到神經網路的描述圖，不明覺厲感從心中油然而生，看起來像是某種神秘的技術模擬出來了人腦的作業機制，從而可以完成很多不可思議的智能任務，強烈的好奇心讓我開始對這個領域進行探索，于是就入坑了……
隔行如隔山這句話沒錯，只有真正進入一個領域，你才知道它本來的樣子，我們可以繼續從函式的角度去理解深度學（這又是一個“祛魅”的程序），復合函式的概念高中都學過，深度學習要學習的其實就是一個復合函式，深度學習的”深“指的就是復合函式的復合層級更多，
所有的演算法模型最后都是數學，根據我的經驗，從數學角度去理解要比從酷炫的網路結構圖去理解對我幫助更大，有了這種宏觀的把握之后，就可以放心地深入了解其中的細節了，
總之，人工智能，機器學習，深度學習這些概念并沒有那么神秘，最后用一張圖總結一下三者之間的關系，
如果你喜歡我的文章，可以在任一平臺搜索【黑客悟理】關注我，非常感謝！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/34018.html
標籤：其他