目录
这是一篇笔记。
1、什么是人工智能?
艾伦 麦席森 图灵,英国,人工智能之父。
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(比如键盘)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。
人工智能:机器模拟人的意识和思维。
2014年6月(6年前,比图灵预测的晚了14年),一台计算机(聊天软件)成功让人类相信它是一个13岁的男孩,成为有史以来首台通过图灵测试的计算机。
2015年11月(5年前),机器依据未见过的书写系统(例如藏文)中的一个文字符号,写出了同样风格的字符,说明机器已具备迅速学写陌生文字的创造能力。
2、消费级人工智能产品
人工智能助理:谷歌的Assistant,微软的Cortana(中文名:小娜,window系统上的一个语音设置)、苹果的Siri、亚马逊的Alexa
3、人工智能先锋
Geoffrey Hinton,多伦多大学教授,谷歌大脑多伦多分部负责人,发表了许多让神经网络得以应用的论文,激活了整个人工智能领域。
Yann LeCun,纽约大学教授,Geoffrey Hinton的博士后,Facebook AI研究室负责人,改进了CNN算法,使CNN具有了工程应用价值,现在CNN依然是计算机视觉领域最有效的模型之一。
Yoshua Bengio,蒙特利尔大学教授,微软公司战略顾问,推动了RNN算法的发展,使RNN得到工程应用,用RNN解决了自然语言处理中的问题。
4、什么是机器学习?
机器学习是一种统计学习方法,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。
它的特点是:随经验的增加,效果会变好。
先用以往数据训练模型,再用模型预测新数据的结果。
三要素:数据、算法、算力。
机器学习和传统的计算机工作的不同:
传统冯诺伊曼计算机工作原理:指令和数据都被预先存储,按照指令先后顺序,逐条读取并运行。它的特点:输出结果是确定的。
5、什么是深度学习?
深度学习是深层次神经网络,来源于脑神经的研究。
计算机中的神经网络发展(三起两落)
第一次兴起:1958年,人们把两层神经元首尾相接组成感知机。
第一个寒冬:1969年,被学者证明不能解决异或问题。如果想解决异或问题,需要把感知机扩展到两层,但是当时计算机没有这样的能力。
第二次兴起:1986年,学者提出反向传播算法,解决了两层神经网络的算力问题。
第二个寒冬:1995年,SVM诞生,SVM可以免去神经网络需要调节参数的不足,还避免了神经网络中局部最优的问题,一举击败神经网络,成为当时人工智能领域的主流算法。
第三次兴起:2006年,深层次神经网络出现,2012年卷积神经网络在图像识别中表现惊人。
6、机器学习最主要应用是什么?
对连续数据的预测
对离散数据的分类
7、机器学习的应用领域
计算机视觉
语音识别
自然语言处理
8、总结:人工智能 VS 机器学习 VS 深度学习
人工智能:机器模拟人的意识和思维。
机器学习:实现人工智能的一种方法,是人工智能的子集。
深度学习: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。
【结束】