初识人工智能

最近几年，人人都在学习人工智能，AI人才抢夺也是非常的激烈。可是，AI到底是个啥呢？没有人给出具体的说法。当然，我也不知道，因此，为了对人工智能有更深的了解，我专门查阅了相关的资料，并记录我对他的理解。

人工智能介绍

首先，什么是人工智能？可能大家都对此有所疑问。在百度百科中这样解释道：人工智能（Artificial Intelligence），英文缩写AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

       对于这样的介绍，我还是没明白到底AI是什么，要做啥？通过查看相关的书籍和别人的博客，我发现其实人工智能是计算机科学的一个分支，主要是用于探究智能的实质，并生产出一种新的能与人类智慧相类似的方式来做出反应的智能机器。要做出这样的东西，就涉及到多领域的交叉了，与AI相关的领域就有机器人、图像识别、自然语言处理（NLP）、语音识别和专家系统等。这门技术科学相当的复杂，非常具有挑战性，要从事这项工作的话，不仅要懂得计算机知识，还要懂得心理学和哲学等方面的知识，涉及到意识、自我、思维等。因此，AI涉及不同的领域。当然，机器学习，深度学习等，都包含在其中。

 

 

简而言之，AI就是融合了计算机科学，统计学、脑神经学和社会学等的综合性的一门科学，目的是希望机器能拥有人一样的智力，让机器可以实现原本只有人类才能完成的任务，如看懂照片，听懂说话，能够思考给出回应等等这些行为（具有识别、认知、分类和决策等多种功能）。而我们听到的最多的机器学习、深度学习等，则只是AI研究种的一部分而已。

人工智能的发展

下图所示是近60年间AI的一个发展过程，细分的话，主要有五个阶段。

第一阶段：50年代人工智能的兴起与冷落

1956年，人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但因消解法推理能力有限，以及机器翻译等的失败，使人工智能渐渐走入了低谷。这一阶段主要的特点是：重视问题求解的方法，忽视知识重要性。

第二阶段：60年代末到70年代，专家系统出现，人工智能出现新高潮

DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议。

第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展。

1982年，日本开始了”第五代计算机研制计划”，即”知识信息处理计算机系统KIPS”，其主要目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败了，但它的开展形成了一股研究AI的热潮。

第四阶段：80年代末，神经网络飞速发展

1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。

第五阶段：90年代，人工智能出现新的研究高潮

由于网络技术，特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。

经过几十年的发展，人工智能应用在不少领域得到了发展，目前，在我们的日常生活和学习种业有许多地方得到应用。如火车站的人脸识别检票，小米手机的小爱同学等。

 

目前人工智能的主要实际应用

通俗来讲，一个真正的AI系统是一个可自己学习的系统。Google的DeepMind这样的神经网络，它可以在不依赖预先定义的行为算法的情况下建立联系并获得意义。真正的AI可以改进过去的迭代，变得更聪明和更敏感，并可以增强它自身的学习能力。而大家所看的关于人工智能题材电视剧如《西部世界》等，这些远远还没能够应用到我们的实际生活当中。

今天我们所谓的AI智能系统其实仅仅是高级的机器学习软件，拥有广泛的行为算法，能够根据我们的喜好和厌恶程度来调整，虽然非常有用，但从存在的意义上讲，他们并么有变得更聪明。但是现在他们正在基于发现数据集提高自己的技能和实用性。下面就是当下最流行的AI应用例子。

Siri

 

个人助理Siri，能够帮助我们发送短信，拨打电话，记录备忘，甚至还能陪用户聊天。Siri作为一款智能数字个人助理，它通过机器学习技术来更好理解我们的自然语言问题和请求。

Alexa

当亚马逊第一次推出Alexa的时候，它席卷了全世界。它能帮助我们在网上搜寻信息、商店、安排约会和设置警报等事情。

特斯拉

特斯拉它的预测能力、自动驾驶功能等越来越“酷”。这些汽车正变得越来越智能，这要归功于它们的无线更新。

Cogito

Cogito它很可能是当今市场上存在的提高客户支持代表情商的行为适应最有力的例子之一。该公司是一个以机器学习和行为科学的融合为主，以此来改善电话专业人员的客户互动。这适用于每天发生的数以百万计的语音通话。

Boxever

Boxever由首席执行长奥弗拉纳根(Dave O ' flanagan)联合创立，是一家高度依赖机器学习的公司，致力于改善客户在旅游业的体验，并提供“微时刻”(micro-moments)，即让客户一路愉悦的体验。通过机器学习和人工智能的使用，该公司主导了这一领域，帮助客户找到新的方式，让客户参与到他们的旅行中来。

John Paul

约翰•保罗(John Paul)是一家备受推崇的豪华旅行礼宾公司，由其精明的创始人大卫•阿姆塞勒姆(David Amsellem)执掌。在现有客户互动的预测算法中，这家公司是另一个强有力的人工智能例子。该公司通过VISA、Orange和法航等全球最大的公司为数百万客户提供礼宾服务，最近被雅高酒店(Accor Hotels)收购。

Amazon

亚马逊的事务性人工智能已经存在了很长一段时间，使其能够在网上赚取天文数字的金钱。随着算法的不断改进，这家公司已经变得非常聪明，能够根据我们的在线行为来预测我们感兴趣的购买对象。虽然亚马逊计划在我们还不知道我们需要的时候就把产品运到我们这里，但它还没有完全实现。但它肯定在地平线上。

Netflix

Netflix根据客户对电影的反应提供高度精确的预测技术。它分析了数以十亿计的记录，根据你之前的反应和对电影的选择来推荐你可能喜欢的电影。随着数据集的增长，这种技术正变得越来越聪明。然而，这项技术唯一的缺点是，大多数贴着小标签的电影都没有被注意到，而大名字的电影却在这个平台上成长壮大。

Pandora

直流媒体音乐平台Pandora的人工智能很可能是当今最具革命性的技术之一。他们称之为他们的音乐基因。基于400个音乐特征，每首歌曲首先由专业音乐家团队根据这一标准手工分析，该系统在推荐歌曲方面有着令人难以置信的记录。

Nest

大多数人都熟悉Nest，这款学习型恒温器于2014年1月被谷歌以32亿美元收购。Nest学习温控器，现在能声控，Alexa使用行为算法预测学习从你的加热和冷却的需求，从而预测和调整温度在家里或办公室根据自己的个人需要，现在还包括一系列其他产品如Nest相机。

人工智能各领域面临的挑战

 

参考资料：

[1] 《机器学习》-周志华

[2] https://cloud.tencent.com/developer/article/1005143