[前端与智能]概况

最近一个星期，一直在思考一个问题，如何将人工智能引入到前端开发这个领域来，目前可以想到的应用场景有哪些，如何可以低成本的引入。业余时间翻阅了大量的网络资料，对比分析后，发现在web实际应用方面主要有搜索引擎和决策专家系统有使用AI技术，不过主要是在服务器端的。而在所有和web相关度最大的领域中，游戏的AI发展的最早，相关的网络资料也很丰富，在一些外挂社区对于AI中某些算法的讨论也特别地有含量。

    游戏归游戏，但是其中处理AI相关问题的算法和思想却是非常不错，小到五子棋的源码，大到wow中的某些实现过程，都蕴含着大量可以借鉴的地方。而这些思想和算法可以成为前端智能在探索的过程中一个重要的参照。

    要能实现在用户的交互过程中去感知用户的行为习惯，并且让web应用去和这种行为习惯逐渐适应自动结合，就必须频繁地发生输入输出的动作，要做到每个细节的捕捉和反馈，这点和决策分析，搜索引擎，专家系统不一样，搜索引擎他们可以放到后端去处理分析，因为在这个过程中，用户可以有一个等待结果的过程。而对于行为习惯的反馈，这是一个需要对于每一个细节近乎实时的过程。这种AI处理和分析适合放在前端。

   最近一个星期除了翻阅大量的AI相关的网络资料外，还在参考michaal negnevitsky的《智能系统指南》，这本书浅显易懂，和中国式的教科书截然不同，大致介绍了规则，模糊专家系统以及人工神经网络，进化计算等一些算法。

    学习的过程中，突然意识到前端如果要往智能化方向发展，它需要一个javascript的AI库，用来处理各种业务上的AI问题。这点在上次我参加我们公司内部举办的《百度map api设计大赛》的时候也有类似的感慨，比如，让我通过网页蠕虫爬取与某个地理位置相关的页面，然后整理分析出“天气”， “地形”，“政治前提” “实时新闻” 这些东西做为输入，而在当地相关历史记录中的一个统计当成一个训练库。然后条用该AI库，实例化一个多层的神经网络，对他进行训练，最后去求解，各种因素之间是相互影响的，如果经过这种AI的计算，甚至可以计算出在某个时间内某个地方会堵车的概率。当然上面举的这个例子也不是特别的恰当，不一定适合在前端做，但是这里想重点表达的是，如果使用框架来将一些底层的AI算法封装起来，然后提供给业务层去使用，这是一个很好的方法，同样一个类，实例化以后，在这里是用来计算堵车率，在那里是用来计算出最佳参考路线，而与用户体验更进的是可以用它来计算出你下一个要点击的链接是哪个的概率。

   游戏开发社区中的各种源码和算法，以及转而想象在web其他领域的应用前景，让我突然间，求知的欲望特别强烈，很想一心扑在那些论坛中去吸取精华，然后引入到web前端开发和用户产品设计中。然后在这个过程中，会逐渐积累起来一个javascript AI库。到时候开源分享给大家。

    一切都是一个新的开始，对于我也是，对于前端智能也是，时间不多了，加油！