认识人工智能，机器学习和深度学习

2019-03-01
[tf男孩的自我修炼],AI

什么是人工智能

---

人工智能的概念：机器模拟人的意识和思维
重要人物：艾伦•麦席森•图灵（Alan Mathison Turing）
人物简介：1912 年 6 月 23 日－1954 年 6 月 7 日，英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。
相关事件：

1. 1950 年在论文《机器能思考吗？》中提出了图灵测试，一种用于判定机器是否具有智能的试验方法：提问者和回答者隔开，提问者通过一些装置
   （如键盘）向机器随意提问。多次测试，如果有超过 30%的提问者认为回答问题的是人而不是机器，那么这台机器就通过测试，具有了人工智能。也就是工智能的概念：“用机器模拟人的意识和思维”。
2. 图灵在论文中预测：在 2000 年，会出现通过图灵测试具备人工智能的机器。
   然而直到 2014 年 6 月，英国雷丁大学的聊天程序才成功冒充了 13 岁男孩，通过
   了图灵测试。这一事件比图灵的预测晚了 14 年。
3. 在 2015 年 11 月 science 杂志封面新闻报道，机器人已经可以依据从未见过的文字中的一个字符，写出同样风格的字符，说明机器已经具备了迅速学习陌生文字的创造能力。

什么是机器学习

---

机器学习的概念：机器学习是一种统计学方法，计算机利用已有数据得出某种模型，再利用此模型预测结果。

特点：随经验的增加，效果会变好。

机器学习和传统计算机运算的区别

传统计算机是基于冯诺依曼结构，指令预先存储。运行时，CPU 从存储器里逐行读取指令，按部就班逐行执行预先安排好的指令。其特点是，输出结果确定，因为先干什么，后干什么都已经提前写在指令里了。

机器学习三要素：数据、算法、算力

什么是深度学习

---

深度学习的概念：深层次神经网络，源于对生物脑神经元结构的研究。
人脑神经网络：随着人的成长，脑神经网络是在渐渐变粗变壮。

计算机中的神经元模型：1943 年，心理学家 McCulloch 和数学家 Pitts 参考了生物神经元的结构，发表了抽象的神经元模型 MP。神经元模型是一个包含输入， 输出与计算功能的模型。输入可以类比为神经元的树突，输出可以类比为神经元的轴突，计算可以类比为细胞核。

人工智能 Vs 机器学习 Vs 深度学习

---

人工智能，就是用机器模拟人的意识和思维。
机器学习，则是实现人工智能的一种方法，是人工智能的子集。

深度学习就是深层次神经网络，是机器学习的一种实现方法，是机器学习的子集。

总结

---

1. 机器学习，就是在任务 T 上，随经验 E 的增加，效果 P 随之增加。
2. 机器学习的过程是通过大量数据的输入，生成一个模型，再利用这个生成的模型，实现对结果的预测。
3. 庞大的神经网络是基于神经元结构的，是输入乘以权重，再求和，再过非线性函数的过程。

致谢和参考资料

---

本文是作者的经验学习和见解思考，如有不足和漏洞，还请大家不吝赐教，必将积极纠正。本文引用其他文章内容，没有一一指出，若有侵权请联系作者，必会立即删除。尊重劳动成果，商业转载引用请联系作者获得授权并注明出处，非商业转载引用请注明出处。谢谢大家支持。
博客地址：https://xiaowu-5759.github.io/
联系邮箱：[email protected]

[1]曹健.人工智能实践：TensorFlow笔记.来源:中国大学mooc,2018.12.01