程序員如何自信的回答普通人問(wèn)你什么是人工智能，因?yàn)槲冶粏?wèn)過(guò)，答不出來(lái)感覺(jué)很丟臉，當(dāng)然，只是個(gè)人覺(jué)得，不是說(shuō)程序員就要懂。人工智能試圖理解智能的本質(zhì)，并產(chǎn)生一種新的智能機(jī)器，它可以以類似于人類智能的方式作出反應(yīng)。該領(lǐng)域的研究包括機(jī)器人技術(shù)，語(yǔ)音識(shí)別，圖像識(shí)別，自然語(yǔ)言處理和專家系統(tǒng)。自人工智能誕生以來(lái)，理論和技術(shù)日趨成熟，應(yīng)用領(lǐng)域不斷擴(kuò)大?？梢灶A(yù)見(jiàn)，在未來(lái)幾年內(nèi)，它將進(jìn)入“人工智能時(shí)代”。

人工智能現(xiàn)在遍布全世界，并在日常生活中經(jīng)歷了巨大的變化。這些AI不是科幻電影中的機(jī)器人，它們具有自我意識(shí)并計(jì)劃摧毀世界的邪惡。相反，我們的智能手機(jī)，智能家居，銀行信用卡管理員和智能汽車等產(chǎn)品在我們每天生活的產(chǎn)品和服務(wù)中使用AI。

人工智能將通過(guò)促進(jìn)自動(dòng)駕駛汽車的發(fā)展，改進(jìn)醫(yī)學(xué)圖像分析，促進(jìn)更好的醫(yī)療診斷和個(gè)性化醫(yī)療，帶來(lái)重大的社會(huì)轉(zhuǎn)型。人工智能也將成為支持未來(lái)技術(shù)發(fā)展的基本資源，就像電力和網(wǎng)絡(luò)一樣。但對(duì)于大多數(shù)人來(lái)說(shuō)，人工智能仍然非常奇怪，充滿了神秘色彩。

那么讓我們來(lái)談?wù)劷裉烊斯ぶ悄茏钪匾墓δ堋?mdash;—模式識(shí)別有效。我希望通過(guò)簡(jiǎn)短而簡(jiǎn)潔的介紹幫助您理解這一領(lǐng)域。

人工智能是一門嚴(yán)謹(jǐn)?shù)目茖W(xué)，而不是一種無(wú)所不能的神話。媒體過(guò)度夸大報(bào)道人工智能的功能，提倡威脅論是不負(fù)責(zé)任的。人工智能的目標(biāo)是設(shè)計(jì)一個(gè)具有智能的機(jī)器，其中算法和技術(shù)基于人腦的當(dāng)前研究結(jié)果。今天許多流行的AI系統(tǒng)使用人工神經(jīng)網(wǎng)絡(luò)來(lái)模擬非常簡(jiǎn)單的互連元素的網(wǎng)絡(luò)，有點(diǎn)像大腦中的神經(jīng)元。這些網(wǎng)絡(luò)可以通過(guò)調(diào)整單元之間的連接來(lái)學(xué)習(xí)經(jīng)驗(yàn)，這個(gè)過(guò)程類似于通過(guò)修改神經(jīng)元之間的連接而學(xué)習(xí)的人和動(dòng)物大腦。神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)模式識(shí)別，翻譯語(yǔ)言，學(xué)習(xí)簡(jiǎn)單的邏輯推理，甚至創(chuàng)建圖像或形成新的設(shè)計(jì)。其中，模式識(shí)別是一項(xiàng)特別重要的功能，因?yàn)锳I非常擅長(zhǎng)識(shí)別海量數(shù)據(jù)中隱藏的模式，這對(duì)于依賴經(jīng)驗(yàn)和知識(shí)的人來(lái)說(shuō)并不容易。這些程序運(yùn)行在具有數(shù)百萬(wàn)單位和數(shù)十億連接的神經(jīng)網(wǎng)絡(luò)上。我們現(xiàn)在可以創(chuàng)建的“智能”由這些電子神經(jīng)元網(wǎng)絡(luò)組成。

機(jī)器沒(méi)有人體器官和大腦，它們可以很好地協(xié)同工作。例如，當(dāng)我們看到一只狗時(shí)，我們會(huì)很快判斷它是什么動(dòng)物以及它是什么類型的動(dòng)物。這個(gè)看似簡(jiǎn)單的過(guò)程對(duì)于機(jī)器來(lái)說(shuō)非常困難。人類獲得這種力量的能力也來(lái)源于數(shù)億年來(lái)生物學(xué)的進(jìn)化過(guò)程。機(jī)器了解世界的方式是通過(guò)模型，需要通過(guò)復(fù)雜的算法和數(shù)據(jù)建立模型，這樣機(jī)器就可以獲得簡(jiǎn)單的感知和判斷能力。以下描述了深度學(xué)習(xí)系統(tǒng)中最重要的算法之一，即——卷積神經(jīng)網(wǎng)絡(luò)。如果你以前對(duì)AI有一些了解，那么你一定聽(tīng)說(shuō)過(guò)這個(gè)概念。該算法涉及人類和其他動(dòng)物大腦視覺(jué)皮層結(jié)構(gòu)的研究。簡(jiǎn)要介紹這種特殊類型的人工神經(jīng)網(wǎng)絡(luò)，它使用感知器，機(jī)器學(xué)習(xí)單元算法來(lái)監(jiān)督數(shù)據(jù)的學(xué)習(xí)和分析。適用于圖像處理，自然語(yǔ)言處理和其他類型的認(rèn)知任務(wù)。與其他類型的人工神經(jīng)網(wǎng)絡(luò)一樣，卷積神經(jīng)網(wǎng)絡(luò)具有輸入層，輸出層和各種隱藏層。其中一些層是復(fù)卷的，并使用數(shù)學(xué)模型將結(jié)果傳遞給連續(xù)的層。該過(guò)程模仿人類視覺(jué)皮層中的一些動(dòng)作，因此稱為卷積神經(jīng)網(wǎng)絡(luò)或CNN。例如，當(dāng)我們?nèi)祟惪吹截埡凸窌r(shí)，雖然它們的大小相似，但我們可以立即將它們與貓和狗區(qū)分開(kāi)來(lái)。對(duì)于計(jì)算機(jī)，圖像只是一堆數(shù)據(jù)。通過(guò)神經(jīng)網(wǎng)絡(luò)的第一層中的特征來(lái)檢測(cè)對(duì)象的輪廓。神經(jīng)網(wǎng)絡(luò)的下一層將檢測(cè)由這些簡(jiǎn)單模式組合形成的簡(jiǎn)單形狀，例如動(dòng)物眼睛和耳朵。下一層將檢測(cè)由這些形狀組合形成的物體的某些部分，例如貓和狗的頭部或腿部。神經(jīng)網(wǎng)絡(luò)的最后一層將檢測(cè)這些部分的組合：完整的貓，完整的狗，等等。神經(jīng)網(wǎng)絡(luò)的每一層將執(zhí)行圖像組合分析和特征檢測(cè)，以判斷和組合并將結(jié)果傳遞給下一層神經(jīng)網(wǎng)絡(luò)。所使用的神經(jīng)網(wǎng)絡(luò)的實(shí)際深度將比該示例深得多，因此神經(jīng)網(wǎng)絡(luò)可以以這種分層方式執(zhí)行復(fù)雜的模式識(shí)別。

只要有大量標(biāo)記的樣本數(shù)據(jù)庫(kù)，就可以在神經(jīng)網(wǎng)絡(luò)上進(jìn)行特征訓(xùn)練。它對(duì)于識(shí)別圖像，視頻，語(yǔ)音，音樂(lè)甚至文本特別有用。為了很好地訓(xùn)練AI的機(jī)器視覺(jué)，我們需要提供這些神經(jīng)網(wǎng)絡(luò)所標(biāo)記的大量圖像數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)將每個(gè)圖像與其對(duì)應(yīng)的標(biāo)簽相關(guān)聯(lián)。您還可以將之前從未見(jiàn)過(guò)的圖像與相應(yīng)的標(biāo)簽配對(duì)。這樣的系統(tǒng)可以對(duì)各種圖像進(jìn)行分類并識(shí)別照片中的元素。同時(shí)，神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別和文本識(shí)別中也非常有用。自動(dòng)駕駛汽車和最新的醫(yī)學(xué)圖像分析系統(tǒng)也是關(guān)鍵組件，因此您可以看到神經(jīng)網(wǎng)絡(luò)的使用非常廣泛和有效。最初，有必要依靠手工標(biāo)記大量有效數(shù)據(jù)來(lái)完成知識(shí)輸入?，F(xiàn)在，通過(guò)運(yùn)行海量數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)可以自學(xué)。大大增強(qiáng)的人工智能應(yīng)用范圍降低了使用門檻。人類的大腦與動(dòng)物大不相同，在進(jìn)化過(guò)程中具有高度的專業(yè)性和適應(yīng)性。目前的人工智能系統(tǒng)遠(yuǎn)沒(méi)有人類擁有的看似普遍的智能。人工智能的更先進(jìn)的發(fā)展將在后面討論，我們?nèi)匀魂P(guān)注現(xiàn)在實(shí)施的人工智能的基本原則。