人類最引以為傲的就是其高于地球生命的智慧：超強(qiáng)的分析能力秒咐、學(xué)習(xí)能力、記憶能力碘裕，豐富的情感，引領(lǐng)人類進(jìn)步的各種發(fā)明創(chuàng)造攒钳；人類為何如此聰慧帮孔？到底什么是智能？聽說最近ai猛上天了，人工智能到底是怎么回事文兢？
什么是智能晤斩？
經(jīng)過訓(xùn)練，能夠理解人類的一些行為并作出反應(yīng)的狗（扔球姆坚，喂食）澳泵，我們通常會(huì)說這狗很聰明；有些小孩子能夠很快的學(xué)習(xí)知識(shí)并且舉一反三兼呵，我們也會(huì)說這孩子好聰明兔辅；再舉一些詳細(xì)的例子：
啼哭是人類嬰兒的本能，為的是在受到傷害時(shí)及時(shí)提醒父母孩子不舒服或者有情況击喂；這時(shí)候父母會(huì)極度關(guān)心或者安撫從而讓孩子得到舒緩维苔；但是有些小孩就將啼哭作為一種手段應(yīng)用到自身的需求上：學(xué)會(huì)裝病獲取同情，學(xué)會(huì)假裝啼哭獲得父母關(guān)注懂昂，通過哭來得到自己想要的介时；這就是人類更為智能的地方，狗凌彬、貓等生物就不會(huì)這樣沸柔；
我們小時(shí)候都有過通過卡片認(rèn)識(shí)小動(dòng)物的學(xué)習(xí)過程；一開始大人拿著卡片指著一只貓告訴你這個(gè)是貓铲敛，你觀察了下這東西有毛褐澎，這么大小，有胡須原探，有尾巴等等特征乱凿；然后你記住了。然后你在路上見了一直貓咽弦，和你之前卡片上見到的一樣徒蟆，頓時(shí)你對(duì)貓的認(rèn)識(shí)很清晰了；后來你見了一只顏色不太一樣的貓型型，你感覺是貓段审，后來得到確定后你對(duì)貓的認(rèn)知更加準(zhǔn)確了；最后你去過好多地方闹蒜，見過了好多種貓后寺枉，不管遇到什么類型的貓，你都可以有準(zhǔn)確的判斷了
從上面例子我們可以看到一個(gè)什么樣的行為會(huì)被認(rèn)為是智能绷落。我可以這么總結(jié)它：
個(gè)體能夠分析（看到的姥闪，聽到的，感覺到的）并將信息輸入
從各種特征點(diǎn)中提取規(guī)律砌烁，建立認(rèn)知并且記錄下來
新建立的認(rèn)知在后續(xù)的信息輸入過程中不斷修正強(qiáng)化從而變得更加聰慧
這就是人類智能的基礎(chǔ)筐喳，一個(gè)小小的認(rèn)知也許單獨(dú)看起來只是有點(diǎn)聰明催式，但是人類數(shù)十億神經(jīng)元能夠建立大量的認(rèn)知，大量的認(rèn)知一同涌現(xiàn)起來就是我們所看到的人類智慧避归！我們能夠通過強(qiáng)化認(rèn)知不斷學(xué)習(xí)的能力以及大腦容量的數(shù)十億級(jí)別的神經(jīng)元所能夠建立的無數(shù)認(rèn)知推動(dòng)我們走向了地球生態(tài)最高峰荣月；
人工智能
如今的機(jī)器學(xué)習(xí)就是仿照生物智能的邏輯來建立的：計(jì)算機(jī)能夠從某個(gè)任務(wù)的大量練習(xí)中不斷得提高其處理任務(wù)的性能（正確率）的過程：
? ?所謂某個(gè)任務(wù)就對(duì)應(yīng)認(rèn)識(shí)貓這個(gè)任務(wù)
? ?家長給出的小卡片就是通常所說的訓(xùn)練集
? ?通過訓(xùn)練集所建立的初步認(rèn)知對(duì)應(yīng)機(jī)器學(xué)習(xí)中的模型（帶有各種參數(shù)的數(shù)學(xué)函數(shù)）
? ? 而初步模型之后你又看到一些貓相當(dāng)于驗(yàn)證集（用來驗(yàn)證之前的模型是否準(zhǔn)確）此時(shí)你的認(rèn)知可能有所調(diào)整與加強(qiáng)（模型參數(shù)調(diào)整）
? ? 最后你看到一些沒見過的貓（測試集），通過你的已有認(rèn)知（模型）告訴你這個(gè)是不是貓梳毙。這時(shí)候輸出結(jié)果的好壞代表你所建立模型的準(zhǔn)確性
機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的主要方法
概念性問題
監(jiān)督學(xué)習(xí)：給定樣本數(shù)據(jù)（已知關(guān)系）告訴計(jì)算機(jī)各種情況下的正確輸出結(jié)果哺窄；然后再輸入沒有發(fā)生過的情景，讓計(jì)算機(jī)給出預(yù)測結(jié)果账锹；比如：回歸問題與分類問題（上述認(rèn)識(shí)貓就是監(jiān)督學(xué)習(xí)的分類問題）
無監(jiān)督學(xué)習(xí)（給一堆樣本數(shù)據(jù)（未知關(guān)系）萌业，并不告訴計(jì)算機(jī)什么是正確的；讓后讓計(jì)算機(jī)自己去悟出規(guī)律 ? ? 比如：聚類牌废，關(guān)聯(lián)規(guī)則挖掘咽白，離群點(diǎn)檢測半監(jiān)督學(xué)習(xí)：監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)結(jié)合（主要是標(biāo)注數(shù)據(jù)成本過高，希望通過無標(biāo)注數(shù)據(jù)來得出模型）
強(qiáng)化學(xué)習(xí)：通過對(duì)未知環(huán)境一邊探索一邊建立環(huán)境模型以及學(xué)得一個(gè)最優(yōu)策略（決策過程）鸟缕，可以認(rèn)為強(qiáng)化學(xué)習(xí)是有時(shí)間延遲標(biāo)記信息的有監(jiān)督學(xué)習(xí)晶框。
遷移學(xué)習(xí)：運(yùn)用已有的知識(shí)來學(xué)習(xí)新的知識(shí)，核心是找到已有知識(shí)和新知識(shí)之間的相似性懂从，用成語來說就是舉一反三授段。（感覺生物智能有這種特性）
深度學(xué)習(xí)：運(yùn)用神經(jīng)網(wǎng)絡(luò)算法的機(jī)器學(xué)習(xí)；其實(shí)是將復(fù)雜問題分解為簡單的單維度問題以便計(jì)算機(jī)處理番甩；從而使計(jì)算機(jī)處理相對(duì)復(fù)雜的東西侵贵；
從機(jī)器學(xué)習(xí)幾種概念來看，很明顯數(shù)據(jù)很重要缘薛。大量且優(yōu)質(zhì)的數(shù)據(jù)能夠提高模型的準(zhǔn)確性窍育；算法模型很重要，學(xué)術(shù)上的一點(diǎn)突破可能就是一類問題的解決宴胧；
人工智能是近年來非呈ィ火的方向，對(duì)其發(fā)展保持樂觀態(tài)度恕齐；如果真能實(shí)現(xiàn)我們所暢想的AI乞娄，那么人類與電子世界的交互方式就會(huì)發(fā)生變革，抽象的說就是我們與計(jì)算機(jī)之間的黑箱子更大了显歧，進(jìn)一步解放了人類仪或，所有的操作，指令士骤，效率將發(fā)生非常大的變化范删，一些創(chuàng)造力低、不斷重復(fù)的工作可能會(huì)消失拷肌；
接下來會(huì)不斷學(xué)習(xí)瓶逃，準(zhǔn)備迎接下一波可能會(huì)到來的科技紅利
