7月4日，百度 AI 开发者大会（Baidu Create 2018）上，在7000余名开发者面前，李彦宏兑现了自己一年前“吹的牛”：全球首款 L4 级量产自动驾驶巴士“阿波龙”量产下线！
6月8日，蚂蚁金服融资，估值1500亿美元，但从估值上来说，蚂蚁金服=百度+滴滴=小米+滴滴+头条，百度早已从BAT阵营里掉队。
百度近几年押宝人工智能，希望能弯道超车，李厂长今天也终于兑现了，期待百度之后的表现。
人工智能已经不再遥远，它已经渗透到我们生活中，那么人工智能是啥？它和机器学习、深度学习、神经网络又有什么关系？有什么区别和联系呢？
神经网络是啥？
神经网络有两种：
- 1、一种是生物神经网络；
- 2、一种则是今天要聊的人工神经礼物哦。
讲（人工）神经网络前，得先思考一个问题，人为什么可以思考？是怎么思考的？
人之所以可以思考，是因为脑细胞中的神经网络(神经元、触点、细胞等组成的网络)，这里指的是生物神经网络，神经网络让人能产生意识，进而思考和行动。
科学家和生物学家们，一直在思考，如何制造出模仿人脑的机器，然后就有了人工神经网络，神经网络是一种仿生物思考的算法模型。
神经网络算法由来已久，自1943年提出神经元模型，沿用至今，下面是神经网络的发展简史，神经网络算法80年代就已经十分成熟，期间也是沉寂多年，到近几年才得以大规模的发展应用。
人工智能与神经网络
人工智能的底层模型是"神经网络"（neural network）。机器学习和深度学习都是基于它。
google x 实验室
走在人工智能最前沿，应该是google x 实验室，google x lab有很多稀奇古怪的项目，比较出名的当初自动驾驶和机器人。
上图的altas机器人是boston dynamics这个公司，google曾经收购过并成立谷歌机器人部门Replicant，由安卓之父Andy Rubin负责，写安卓都应该知道他了，十分痴迷于研究机器人。
人工智能的应用
- 自动驾驶
- 鲁班画图
- oppo find x、小爱同学
- 抖音、头条
看上去人工智能还离我们很远？
非也，其实人工智能早已渗透我们的生活，比如抖音、头条，比如siri、小米音响，阿里的鲁班系统（替代设计师画图）。
推荐系统
推荐系统最早应用于电商，国外的亚马逊，国内最开始引入的是豆瓣，头条算是后起之秀，但是应用的如火纯青，最有商业化价值。
推荐系统魔力有多强？
抖音的用户粘性0.45，是的没看错。
怎么理解？游戏的粘性为0.3～0.6，众所周知游戏很容易入迷，0.3-0.6的意思就是一个月有9-18天会玩游戏，有13.5天会打开抖音，这个粘性是惊人的。
如slogan所言，你关心的，才是头条。相信很多人都有过，多次卸载头条的经历，因为头条前期模型，也是不断在训练，到后期有足够的数据集才稍具智能，而且推荐系统的弊端是，用户很容易困在信息茧房里，只看自己喜欢的，沉浸在自己的世界里。
头条的用户停留时长也非常高，据不完全统计，说微信+头条占用了网民的1/3使用时长。
推荐算法由来已久，到了近几年才得以发挥，所以数学对人类的发展有多重要，不言而喻。
人工智能&机器学习&深度学习
人工智能、机器学习和深度学习，这三者有什么关系？
机器学习是一种实现人工智能的丰富，深度学习是一种实现机器学习的技术。
用1个故事解释下机器学习和神经网络。
先说关系，神经网络是实现机器学习的一种方式。
实现机器学习还有其它方式：
- 线性回归；
- 决策树；
- 支持向量机；
- 贝叶斯分类器；
- 其它。
1、当我们还是婴儿的时候，我们如何认出猫和狗？
大人告诉我们，狗长这样子，猫长那样子，刚开始我们还是会认错，知道认得多了，不断纠正，我们提取出了猫狗的特征，之后我们就可以一样鉴别了。
机器学习同样如此，当我们给计算机几百分狗的照片，，从图片里提取狗的体征，他得到了足够的数据集训练后，算法模型就成熟了。
