AI杂想

AI已成为一大热门话题，本人也在自己能看懂的范围内读了些文章。

1. 神经网络之父：深度学习已进入瓶颈期，模拟人类神经结构将是突破口
   这篇文章里提到了识别图片中的狗的困难。然后提到上个世纪人工智能也火过一把，但是还是没有发展起来，表示现在人工智能还是有其局限性，并且当前没有很好的突破方法。

2.看了那篇文章我灰心了一段时间，然后又看到了这篇文章 如何评价AlphaGo Zero？ 事情起因是这样的：既击败柯洁的AlphaGo后，Google DeepMind团队又推出了AlphaGo Zero，它只是输入了围棋规则，然后它就自己跟自己对弈，自我学习修炼成了高手。如果把这一套推广到其他领域，那不是屌爆了？！嗯，然后答案中有个人提到了，AlphaGo Zero能自我修炼成为高手是因为规则里面就能获得结果反馈，就是我修炼一次，就知道我往大师的路上走是不是对的，不是对的，我就下次不往这走，换个方向；但是对于识别某个物体是不是狗，必须得人告诉计算机你算的结果对还是不对。

看到这里我突然萌生一个新想法：关于是否能识别图片中狗的问题，我想了想，人也不是一直都能确定自己看到的图片或者类狗的实物是狗的。小孩子看待一只动物只有麻麻确定跟他说这是狗，然后这就是狗；说另外一只不是狗，是猫；然后他会开始学习那是猫。在你看到一只动物时，分不清是猫是狗还是啥的时候，它的特征不是猫，那它更可能是狗；所以训练图片识别的时候我觉得，处了单独对狗的识别训练，可以融合别的物种的同时训练；因为我们人有时候也是用排除法来识别物体的。

对于图片识别，有个痛点是这个图片的数据并不是纯粹的，可能还添加了一些隐藏的标签签名之类的，这些数据很容易干扰对图片的识别的训练；表示这个应该可以通过技术手段处理来处理这种噪音。

然后根据人工智能识别具体的应用选择识别的数据。话说难道动态人脸识别和动态狗狗识别做起来是比较困难吗，如果目的是为了识别真实世界中的狗狗，可以直接拿实体狗狗来做训练。