人类最引以为傲的就是其高于地球生命的智慧：超强的分析能力、学习能力、记忆能力，丰富的情感，引领人类进步的各种发明创造；人类为何如此聪慧？到底什么是智能？听说最近ai猛上天了，人工智能到底是怎么回事？

什么是智能？

经过训练，能够理解人类的一些行为并作出反应的狗（扔球，喂食），我们通常会说这狗很聪明；有些小孩子能够很快的学习知识并且举一反三，我们也会说这孩子好聪明；再举一些详细的例子：

啼哭是人类婴儿的本能，为的是在受到伤害时及时提醒父母孩子不舒服或者有情况；这时候父母会极度关心或者安抚从而让孩子得到舒缓；但是有些小孩就将啼哭作为一种手段应用到自身的需求上：学会装病获取同情，学会假装啼哭获得父母关注，通过哭来得到自己想要的；这就是人类更为智能的地方，狗、猫等生物就不会这样；

我们小时候都有过通过卡片认识小动物的学习过程；一开始大人拿着卡片指着一只猫告诉你这个是猫，你观察了下这东西有毛，这么大小，有胡须，有尾巴等等特征；然后你记住了。然后你在路上见了一直猫，和你之前卡片上见到的一样，顿时你对猫的认识很清晰了；后来你见了一只颜色不太一样的猫，你感觉是猫，后来得到确定后你对猫的认知更加准确了；最后你去过好多地方，见过了好多种猫后，不管遇到什么类型的猫，你都可以有准确的判断了

从上面例子我们可以看到一个什么样的行为会被认为是智能。我可以这么总结它：

个体能够分析（看到的，听到的，感觉到的）并将信息输入

从各种特征点中提取规律，建立认知并且记录下来

新建立的认知在后续的信息输入过程中不断修正强化从而变得更加聪慧

这就是人类智能的基础，一个小小的认知也许单独看起来只是有点聪明，但是人类数十亿神经元能够建立大量的认知，大量的认知一同涌现起来就是我们所看到的人类智慧！我们能够通过强化认知不断学习的能力以及大脑容量的数十亿级别的神经元所能够建立的无数认知推动我们走向了地球生态最高峰；

人工智能

如今的机器学习就是仿照生物智能的逻辑来建立的：计算机能够从某个任务的大量练习中不断得提高其处理任务的性能（正确率）的过程：

   所谓某个任务就对应认识猫这个任务

   家长给出的小卡片就是通常所说的训练集

   通过训练集所建立的初步认知对应机器学习中的模型（带有各种参数的数学函数）

    而初步模型之后你又看到一些猫相当于验证集（用来验证之前的模型是否准确）此时你的认知可能有所调整与加强（模型参数调整）

    最后你看到一些没见过的猫（测试集），通过你的已有认知（模型）告诉你这个是不是猫。这时候输出结果的好坏代表你所建立模型的准确性

机器学习是实现人工智能的主要方法

概念性问题

监督学习：给定样本数据（已知关系）告诉计算机各种情况下的正确输出结果；然后再输入没有发生过的情景，让计算机给出预测结果；比如：回归问题与分类问题（上述认识猫就是监督学习的分类问题）

无监督学习（给一堆样本数据（未知关系），并不告诉计算机什么是正确的；让后让计算机自己去悟出规律     比如：聚类，关联规则挖掘，离群点检测半监督学习：监督学习与无监督学习结合（主要是标注数据成本过高，希望通过无标注数据来得出模型）

强化学习：通过对未知环境一边探索一边建立环境模型以及学得一个最优策略（决策过程），可以认为强化学习是有时间延迟标记信息的有监督学习。

迁移学习：运用已有的知识来学习新的知识，核心是找到已有知识和新知识之间的相似性，用成语来说就是举一反三。（感觉生物智能有这种特性）

深度学习：运用神经网络算法的机器学习；其实是将复杂问题分解为简单的单维度问题以便计算机处理；从而使计算机处理相对复杂的东西；

从机器学习几种概念来看，很明显数据很重要。大量且优质的数据能够提高模型的准确性；算法模型很重要，学术上的一点突破可能就是一类问题的解决；

人工智能是近年来非常火的方向，对其发展保持乐观态度；如果真能实现我们所畅想的AI，那么人类与电子世界的交互方式就会发生变革，抽象的说就是我们与计算机之间的黑箱子更大了，进一步解放了人类，所有的操作，指令，效率将发生非常大的变化，一些创造力低、不断重复的工作可能会消失；

接下来会不断学习，准备迎接下一波可能会到来的科技红利