最近在做一個人工智能的工程項目凡蚜，前面一部分是對人工智能概念性知識的介紹吭从，截取下來奉獻給大家涩金。
硬件：早年的電腦速度那是非常緩慢的咨堤，但即使是當今的個人電腦（比如說I7)，cpu的速度對于AI運算來講還是遠遠不夠的驱还。所謂的硬件概念其實就是對于gpu的集成凸克。gpu每秒的執(zhí)行指令條數(shù)雖然沒有cpu快萎战，但是其執(zhí)行的指令都是浮點向量指令，這些指令用cpu來執(zhí)行會非常緩慢蚂维。另外gpu的疊加成本也是非常低的虫啥，一臺電腦可以輕松使用上百個gpu進行協(xié)同運算。
軟件：人工神經網(wǎng)絡最難的兩個方面苹祟，一個是平臺問題，就類似于你要開發(fā)安卓app就需要有java語言和eclipse的支持一樣。另外一個是反向算法問題树枫，所謂的反向算法就是當你訓練一個神經網(wǎng)絡的時候需要采用什么樣的算法才能有效的讓電腦快速有效的學習直焙。這兩個問題，在近2年才得到解決砂轻，真正達到了實用級的水平箕般。
現(xiàn)在讓我們來看看人工智能的兩個重大發(fā)展階段：
在人工智能的第一階段舔清，電腦完全就是靠窮舉法瞎猜，電腦工程師只需要做兩件事曲初。
第一件事是：給電腦一些人為的策略和經驗体谒，比如說棋譜。
第二件事是：對所有窮舉的點進行優(yōu)化抒痒。因為所有的可能性是非常多的，這會消耗大量的電腦資源颁褂，于是程序員會根據(jù)經驗把一些完全不可能的情況通過代碼剔除出去故响。
所以在第一階段的人工智能是沒有任何智商的，而且其思維限定范圍已經被人類框死颁独，不可能超越人類的思維范疇彩届。
下面我們來看看第二代的人工神經網(wǎng)絡是怎么一回事。這要先從人類的神經元結構說起誓酒。
大家可以看到樟蠕，人類的神經元和電腦模擬出來的神經元是完全一致的。于是剩下的工作就是如何把這些單一的神經元有效的組合在一起形成具有自我思考能力的大腦靠柑！
可以看到寨辩，人工智能是真正具有智商的電腦。它的思考和學習模式和人類是完全一樣的歼冰。
當然了靡狞，后面還有好多頁，如果大家感興趣的話隔嫡，我會在后續(xù)的文章中慢慢呈現(xiàn)給大家...
