這是AI+教育的入門科普文系列第一篇劈猪，敬請不要期待第2/3/4篇途戒。

作為一個(gè)物理老師，一個(gè)PM或者說一個(gè)硬件工程師件豌，我學(xué)過約40小時(shí)的AI知識疮方，總計(jì)10本書+10多個(gè)網(wǎng)站+2個(gè)不同背景的人閑聊，在AI+教育領(lǐng)域尚在入門階段茧彤，歡迎各路大神來揪其中的不靠譜骡显，一起UP。

AI是個(gè)啥曾掂？

是個(gè)啥呀是個(gè)啥惫谤？曾經(jīng)有個(gè)老師說是機(jī)器學(xué)習(xí)，攻城獅老公說是概率珠洗，兩種說法都叫我將信將疑溜歪，囫圇整合下，我理解的AI许蓖，或者說人工智能是：

在給力的計(jì)算芯片上蝴猪，算法通過“學(xué)習(xí)”數(shù)據(jù)调衰，完成自我進(jìn)化，形成模型自阱，通過模型讓相關(guān)聯(lián)的東東達(dá)成一定概率的匹配嚎莉，最終達(dá)到模擬、延伸或擴(kuò)展人的智能的目的沛豌。

比如說趋箩，在一次遠(yuǎn)程公開課上，王老師不僅僅需要給臺下的30個(gè)小學(xué)生講課加派，還要通過智慧屏遠(yuǎn)程連接山村里的50個(gè)孩子叫确，他是第一次給村里的孩子上課，卻能夠叫出每個(gè)孩子的名字哼丈，因?yàn)橥ㄟ^學(xué)習(xí)海量有批注的數(shù)據(jù)启妹，算法完成了自我進(jìn)化筛严，構(gòu)建出一個(gè)模型醉旦，通過該模型，它將視頻中的人像和數(shù)據(jù)庫中的數(shù)據(jù)做對比桨啃，實(shí)現(xiàn)了視頻中孩子和姓名的匹配车胡，王老師可以在教室里的大屏上看到孩子和他們的姓名。

提到人工智能照瘾，我們常常繞不開如下關(guān)鍵詞：

其中機(jī)器學(xué)習(xí)是人工智能的一種途徑或子集匈棘，也是人工智能的核心，它從數(shù)據(jù)出發(fā)析命，通過復(fù)雜的算法和運(yùn)算能力主卫，尋找一切數(shù)據(jù)背后的規(guī)律，它強(qiáng)調(diào)的是數(shù)據(jù)的學(xué)習(xí)鹃愤。簡單的機(jī)器學(xué)習(xí)算法的性能簇搅，很大程度上依賴于人為給定數(shù)據(jù)的特征，比如說貓软吐，它的特征有長著毛茸茸的毛瘩将、頂著一對三角形的的耳朵等，特征的選取決定了機(jī)器學(xué)習(xí)的效果凹耙。

而深度學(xué)習(xí)算法可以自己提取數(shù)據(jù)特征姿现。

總之，人工智能是技術(shù)肖抱，是工具备典，也是新的產(chǎn)品設(shè)計(jì)思維邏輯。它有三個(gè)要點(diǎn)：算力意述、算法和算據(jù)熊经。

1 算力

也就是說計(jì)算能力泽艘，這種能力用于支持機(jī)器學(xué)習(xí)的訓(xùn)練和推算環(huán)節(jié)，其中推算環(huán)節(jié)根據(jù)芯片的位置镐依，又可以分為云端推斷和設(shè)備端推斷匹涮。

根據(jù)定制化程度，人工智能芯片又被分為通用芯片槐壳、半定制化芯片和全定制化芯片三種然低。

①通用型：CPU、GPU务唐、TPU等模塊陣列雳攘，它們可以處理幾乎所有類型任務(wù)，價(jià)格相對較高且運(yùn)算速度相對較低枫笛。

②半定制化：FPGA（Field Programmable Gate Array）可編程門陣列吨灭，是一種集成大量門電路和存儲器的芯片，可以通過配置文件來定義門電路及存儲器間的走線刑巧，從而實(shí)現(xiàn)特定功能喧兄。其本質(zhì)是用硬件實(shí)現(xiàn)軟件算法。針對小計(jì)算量啊楚、大批次的計(jì)算吠冤，性能優(yōu)于GPU，另外它有低延遲的特點(diǎn)恭理，適合在推斷環(huán)節(jié)支撐海量的用戶實(shí)時(shí)計(jì)算并發(fā)請求拯辙。

③全定制化：ASIC（Application Specific Integrated Circuits）應(yīng)用專用集成電路，是為專門目的而設(shè)計(jì)的集成電路颜价，設(shè)計(jì)成本高涯保，周期長，但運(yùn)算效率高周伦，功耗小夕春，量產(chǎn)時(shí)，單個(gè)芯片的造價(jià)低横辆。

結(jié)合FPGA和ASIC的特點(diǎn)撇他，在實(shí)際應(yīng)用時(shí)，我們可以先將芯片原型以FPGA形式做出來狈蚤，在市場中進(jìn)行充分的測試和調(diào)整困肩，然后再進(jìn)行ASIC生產(chǎn)。

2 算法

算法是指解決方案的準(zhǔn)確而完整的描述脆侮，是一系列解決問題的清晰指令锌畸，它代表著用系統(tǒng)的方法描述解決問題的策略機(jī)制。

有一個(gè)與之容易混淆的名詞叫“模型”靖避，它是指通過數(shù)據(jù)對算法進(jìn)行訓(xùn)練后生成的“中間件”潭枣，當(dāng)有新的數(shù)據(jù)輸入時(shí)比默，有相應(yīng)的結(jié)果輸出，它和算法的關(guān)系如下：

①根據(jù)模型訓(xùn)練方式不同盆犁，算法可以分為如下幾類：

監(jiān)督學(xué)習(xí)可以用于識別圖片中的動物是貓還是狗命咐，訓(xùn)練集中的圖片要包括明確的貓或狗的標(biāo)簽；而無監(jiān)督學(xué)習(xí)的訓(xùn)練數(shù)據(jù)沒有標(biāo)簽谐岁，比如說在搜索引擎中醋奠，借助無監(jiān)督學(xué)習(xí)將來自不同類型網(wǎng)站的相似的網(wǎng)頁聚類在一起；半監(jiān)督學(xué)習(xí)是是在無監(jiān)督學(xué)習(xí)中混入一些有標(biāo)簽的數(shù)據(jù)伊佃，其本質(zhì)上更接近人類的日常學(xué)習(xí)窜司，可以獲得更好的模型質(zhì)量。

強(qiáng)化學(xué)習(xí)是讓計(jì)算機(jī)通過不斷嘗試航揉，從反饋中學(xué)習(xí)如何在特定的情景下塞祈，選擇可以得到最大回報(bào)的行動。應(yīng)用案例如AlphaGo帅涂，通過讓計(jì)算機(jī)不斷下圍棋的過程中進(jìn)行打分议薪，不斷更新行為準(zhǔn)則，最終掌握下圍棋的技能并得到高分漠秋。

深度學(xué)習(xí)本質(zhì)上是讓計(jì)算機(jī)用層次化的概念體系來理解和學(xué)習(xí)笙蒙，每個(gè)概念通過相對簡單的概念之間的關(guān)系定義抵屿，進(jìn)而實(shí)現(xiàn)通過簡單概念學(xué)習(xí)復(fù)雜概念庆锦。它借鑒了腦神經(jīng)科學(xué)的實(shí)現(xiàn)手段，但與人腦差距很大：人可以從少量樣本中總結(jié)規(guī)律轧葛，而深度學(xué)習(xí)對數(shù)據(jù)的量搂抒、數(shù)據(jù)的特征維度和特征在空間中的分布情況等條件都有較高的要求。

通過深度學(xué)習(xí)可以替代手工獲取特征尿扯。典型的應(yīng)用如電商平臺的商品推薦引擎求晶，社交網(wǎng)絡(luò)平臺向用戶推薦他關(guān)心的新聞、電影衷笋、可能需要的專家建議等芳杏。

遷移學(xué)習(xí)是把已經(jīng)訓(xùn)練好的模型參數(shù)，遷移到新的模型上幫助新模型訓(xùn)練的學(xué)習(xí)方法辟宗。

②根據(jù)要解決的任務(wù)算法又可以分為：

二分類爵赵，也就是說二選一任務(wù)；

多分類泊脐，如視覺識別空幻、手寫識別；

回歸容客，用于預(yù)測具體的數(shù)值秕铛，如預(yù)測明天的溫度约郁、濕度、PM2.5指數(shù)等但两；

聚類鬓梅，如社交軟件根據(jù)用戶的興趣愛好以及在線行為數(shù)據(jù)對人群進(jìn)行劃分；

異常檢測谨湘，對數(shù)據(jù)中存在的不正臣喊梗或非典型的個(gè)體進(jìn)行檢測和標(biāo)記。

選擇算法時(shí)悲关，我們需要在選擇算法之前分析一些因素谎僻，減少算法選擇的范圍，需要考慮：

（1）數(shù)據(jù)量的大小寓辱、數(shù)據(jù)質(zhì)量和數(shù)據(jù)本身的特征艘绍。

（2）具體業(yè)務(wù)場景中要解決的問題本質(zhì)是什么？

（3）可以接受的計(jì)算時(shí)間是什么秫筏？

（4）算法的精度要求诱鞠。

3 算據(jù)

隨著計(jì)算資源、開放訓(xùn)練平臺的使用門檻越來越低这敬，算力將成為如水電煤一般的基礎(chǔ)設(shè)施航夺，而算據(jù)對行業(yè)的縱深度要求極高。未來崔涂，數(shù)據(jù)無疑將成為人工智能領(lǐng)域的競爭壁壘阳掐。

而提到數(shù)據(jù)，不得不關(guān)聯(lián)到熱詞“大數(shù)據(jù)”冷蚂，第2篇的主題是“教育大數(shù)據(jù)”：

大數(shù)據(jù)的“4V”是什么缭保？

教育數(shù)據(jù)從哪里來？

又該如何收集處理它們蝙茶？

...

敬請不要期待艺骂。