机器学习（machine learning）的一些常识

关于人工智能AI（Artificial Intelligence）

• AI本质是一种工具，所以必须有人用才能发挥工具的价值
• 工具之间的核心差异是效能（也就是杠杆率），比如使用锤头，人只需出一份力就能得到2倍回报
• AI在很多场景和领域还是没有什么价值，当前局限性依然很大
• AI定义：一种高级的计算机程序、有明确的目标、可以感受到环境的变化（可以听到或看到环境的变化）、可以根据不同的环境做出不同的反应实现既定目标
• AI与普通程序在环境感知、合理判断以及实现目标层次上的不同：
  1.普通程序只知道这是一张图，AI知道图片内容是什么
  2.普通程序任何情况下只能按照预先设定的死规则走，AI可以优化规则和学习
  3.普通程序没有目标，只根据规则自动运行，AI 有目标，通过反馈不断优化自己规则实现更符合目标的规则
• AI依赖海量数据，海量数据是实现AI的基础，不仅对数据量级要求极高，还对数据规范要求极高
• 发展史：第一次浪潮（非智能对话机器人）——第二次浪潮（语音识别）摒弃符号思路，使用统计学思路——第三次浪潮（深度学习+大数据）互联网的飞速发展提供了海量数据、数据存储成本下降、GPU（图形处理器）不断成熟提供算力支持
• 前两次浪潮是学术主导、处于市场宣传层面、学术界向政府和投资人拉赞助、更多的是提出问题
• 第三次浪潮是商业需求主导、处于商业模式层面、投资人主动向学术和创业项目投资、更多的是解决问题
• AI的今天和未来：应用型AI（专注于解决特定领域问题的AI）——通用型AI（可以胜任人类所有工作的AI）——超AI（比人类还聪明）
• AI局限性：所有问题——数学问题——可以计算问题（有明确答案、有限计算步骤）——图灵机能解决的问题——AI可以解决的问题——AI已经找到解决方案的问题
• AI产品：一键美颜、抖音道具、语音转文字、推荐算法、垃圾邮件过滤功能、智能手机操作系统、AlphaGo下围棋
• 对待人工智能的态度：AI是历史浪潮、了解、适应以及利用它