十分钟告诉你,什么是人工智能

1、什么是人工智能?

人工智能(英语:Artificial Intelligence,缩写为 AI)亦称机器智能,指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序的手段实现的人类智能技术。该词也指出研究这样的智能系统是否能够实现,以及如何实现。同时,人类的无数职业也逐渐被其取代。

维基百科解释如上,似乎除了解释字面意思,也没有说出更有用的东西。

当然,概念性的东西,就是用来讲故事,涉及不到任何技术成分。就是告诉你,由人类创造出来的,智慧化产品,能替代人类做基本工作,今后甚至会有复杂工作。

image

2、怎么实现人工智能?

算法形成智能,大数据加智能产生智慧。

算法就是过程,计算机算法,就是函数,就是逻辑体,就是有输入,有过程,有产出的集合。

if(a=1)       
 print 1;
else if(a=2);     
 print 2;

试想,变量a,就是你的输入,过程就是if控制,出入,就是print打印值。当你传1进去,计算机就告诉你打印1。输入2,同理。

image

计算机知道根据你的需求产出不通内容,这就是智能。当你输入了1w次都是1,计算机猜到了你的规律,当你再要进行输入的时候,就直接打印1。这就是智慧了。当然,毕竟是猜的,规律也可能不准,要有概率的存在。

怎么猜这些规律?输入类别有那么多,数字,文字,图像,如何处理?那就要依赖机器学习了。

3、什么是机器学习?

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。 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,重新组织已有的知识结构使之不断改善自身的性能。

相比人工智能的解释概念,机器学习的解释就更让人懵逼了,如果你不从事相关行业,可能很难同时理解这么多门学科。其实,机器学习,就是分类。

image

和认知学习一样,有个苹果,当你第一眼看到苹果的时候,有人告诉你,它叫苹果,apple,애플,りんご。。。当你看多了红苹果,绿苹果,黄苹果,以后没人告诉你,你就已经知道什么是苹果。这就是监督学习。有人提前把样本准备好。

那如果没有人告诉你,给你扔了一堆石头。没有人告诉你,石头的名字,你自己根据石头的质感,色泽,大小,把石头进行了分类摆放,最终,你也得到了具有共性的石头群,只是不知道学名是什么。这就是无监督学习。根据样本的相似关系,对样本进行分类。

机器学习,就是用计算机的方法,将对象进行分类。(对象,万千事物的模型化抽象)

4、怎么用计算机方法进行机器学习处理?

这部分内容就需要有相关学科知识,但是简而言之,分如下几个步骤:

  • 标准化处理

  • 算法分类

  • 模型预估

首先来聊,标准化处理。

还从认识苹果来讲,苹果是实体,计算机要认识,首先要把苹果塞进计算机,怎么塞,当然是拍照。

假设目前有一张以苹果为实体的图片,240320像素。那么这张图可以简单看成240320的矩阵,那么每个像素上的色值,可以用数值来表示,无所谓大小,统一就行。为了避免色彩误差值过大,需对值进行归一化,归类到0-1之间。多维计算不好处理,所以,我们需要把矩阵变成一维向量,拉直了就好。这个矩阵,瞬间变成176800的向量。

现在有了10w张这样的向量,有苹果,有香蕉。怎么进行归类。下面,就需要用算法进行处理。数学上计算向量相似度的方法有很多,欧氏距离,余弦相似度,曼哈顿距离、皮尔逊相关系数等。具体实现,以后的文章里,会慢慢展开。

image

具体算法呢,k-近邻、决策树、朴素贝叶斯、Logistic回归、支持向量机,浅层神经网络等。这些算法都属于监督学习*范畴,你已经知道了这个向量代表苹果,那些是香蕉。当你找到这些向量共性后,扔一个新的向量进去,你就知道它应该是苹果还是香蕉了。只是每个算法实现的方法不同罢了。

那么,这些就能解决所有分类问题了吗,也许可以,但不够优秀。传统机器学习算法,需要进行特征工程,包括数据预处理,特征选择,降维等。而这些需要消耗你大量的时间。重要的是,性能较弱,识别率一般。因此,人们又研究出了深度学习。

5、什么是深度学习?

深度学习(英语:deep learning)是机器学习的分支,是一种以人工神经网络为架构,对数据进行表征学习的算法。

简而言之就是多层神经网络。神经网络,模拟人的神经元构成,输入,判断,输出,传导,多层神经网络,包含多隐藏层。

深度学习包含深度神经网络。卷积神经网络,残差网络,脉冲残差网络等。后边的文章里,会分类讲解。

image.gif

是不是已经不知所云了,总之,深度学习,就是一种机器学习的更好实现,其卓越性能,和更高的相似度,已经广泛应用于语音识别,NLP(自然语言处理)、图像、视觉等任务。

6、人工智能广泛应用有哪些,对人类今后发展会有什么影响?

从目前行业发展来看,人工智能已经广泛应用于图像识别、自然语言处理、语音识别、计算机视觉、自动驾驶等。各大网站给你推送的个性化内容,和针对性的广告,也离不开机器学习的卓越表现。

人工智能的几大分支,几乎涵盖了全量场景。图像识别,包含人脸识别,道路违章,城市街道流量等,自然语言处理,包含机器写诗,写作,聊天机器人,情感分析,文本归类等。语音识别,电话营销,电话客服,自动翻译,商务助理等。

人工智能技术是未来技术发展方向,所有行业的从业者,都在努力寻找人工智能辅助其产业变革的可能。毕竟,人类的每次进步,都是因为懒。

image

至于说,人工智能今后会不会超越你,就好比你上学的时候,有很多同学,方法对,学得多,总是要学的好。人工智能就是你旁边的同学。


以上全部,应该让你对人工智能有一个宏观认识了吧,如果你不是一个计算机从业者,理解就好,如果你是计算机从业者,正试图转投机器学习方向,以上问题有任何盲点,随时留言。后续会做单项展开。



若您对互联网感兴趣,或想了解更多互联网资讯及技术。请关注公众号“IN科技”。


image.png

推荐阅读更多精彩内容