20210301计算机科学速成课40集（34-35）

34. 机器学习Machine Learning&人工智能AI，Artificial Intelligence：机器学习算法让计算机可以从数据中学习，然后自行做出预测和决定。（1）分类Classification，判断事物是什么，做分类的算法叫做分类器Classifier，很多算法会把数据简化成特征Feature，特征是用来帮助分类的值。比如对飞蛾分类，可以用两个特征：“翼展”和“重量”。进行训练首先要收集数据，然后标记数据Labeled data
    ，接着划定决策边界Decision boundaries
    建立混淆矩阵Confusion matrix，即记录正确数和错误数的表
    我们无法画出100%正确分类的线，机器学习算法的目的，是最大化正确分类，最小化错误分类。
    未标签数据Unlabeled data
    这种将决策空间切成几个块的方法可以用决策树Decision tree表示。
    
    生成决策树的机器学习算法需要选择用什么特征来分类，每个特征用什么值。
    决策树只是机器学习一个简单的例子，现在有数百种算法，而且新算法不断涌现。比如支持向量机Support Vector Machines，其划分决策边界不再使用直线，而是曲线段。
    决策树和支持向量机都是用统计学的算法，也有不用统计学的算法，比如人工神经网络Artificial Neural Network，灵感来自大脑神经元。由于输入输出之间有很多层，所以叫做深度学习Deep Learning。
    这些算法非常复杂，但还不够“聪明”。它们只能做一件事，分类、找人脸、翻译。这种AI叫做弱AI Weak AI或窄AI Narrow AI ，只能做特定任务，比如医疗诊断、自动驾驶汽车。但不能用于创作音乐、找食谱，真正通用的像人一样聪明的AI叫做强AI Strong AI ，目前没人做出接近人类智能的AI。学习什么管用，什么不管用，自己发现成功的策略，叫做强化学习Reinforcement Learning，和人类学习方式非常相似。
35. 计算机视觉Computer Vision：目标是让计算机理解图像和视频。检测垂直边缘的算法 可以帮助无人机躲避障碍。利用核/过滤器Kernel or filter计算垂直、水平边缘。两个边缘增强的核叫做Prewitt算子Prewitt Operators。当然，还有很多其他核Kernel。Kernel能做很多种图像转换。
    
    核也可以像饼干模具一样，匹配特定形状，我们可以找匹配线段的核或者包了一圈对比色的区域。这类核可以描述简单形状，比如鼻梁往往比鼻子两侧更亮，所以对线段敏感的核对这里的值更高。眼镜是一个黑色圆圈被外层更亮的一层像素包裹着。当计算机扫描图像时，最常见的是用一个窗口来扫，可以找出人脸的特征组合，虽然每个核单独找出脸的能力很弱，但组合在一起会相当准确。不是脸但又有一堆脸的特征在正确的位置，这种情况不大可能。这是一个早期很有影响力的算法的基础，叫做维奥拉琼斯人脸检测Viola-Jones Face Detection。如今的热门算法是卷积神经网络Convolutional Neural Networks，神经网络的最基本单位是神经元，它有多个输入，然后会把每个输入乘一个权重值，然后求总和。卷积神经网络用一堆神经元处理图像数据，每个都会输出一个新图像，本质上是被不同核处理了，输出会被后面一层神经元处理，卷积再卷积，第一层可能会发现“边缘”这样的特征，单次卷积可以识别出这样的东西，下一层可以在这些基础上识别比如由“边缘”组成的角落，然后下一层可以在“角落”上继续卷积，后面的卷积层可能有识别简单物体的神经元，比如嘴和眉毛，然后不断重复，逐渐增加复杂度，直到某一层把所有特征放到一起：眼睛、耳朵、嘴巴、鼻子，然后给出结论，这是脸！卷积神经网络不是非要很多很多层，但一般会有很多层，来识别复杂物体和场景，所以算是“深度学习”。“维奥拉琼斯”和“卷积神经网络”不只是认人脸，还可以识别手写文字，在CT扫描中发现肿瘤，监测马路是否拥堵。
    不管用什么算法，识别出脸之后，可以进一步用其他算法定位面部标志，如眼睛眉毛具体位置，从而判断心情等信息，进而根据行为作出决策。计算机视觉还可以做生物识别BIOMETRIC DATA，比如人脸识别，有无限的应用场景。另外可以跟踪全身标记点，比如肩部、手臂等，让计算机理解用户的身体语言。比如用户给联网微波炉的手势。正如系列中常说的，抽象是构建复杂系统的关键，计算机视觉也是一样。这一切目前只是开始，最近技术发展，比如超快的GPU，会开启越来越多可能性，视觉能力达到人类水平的计算机，会彻底改变交互方式。