什么是人工智能，人工智能的应用和发展

人工智能如今已渗入到生活中的各个方面。从引人关注的围棋、象棋对手，到手机支付、手机解锁中的人脸识别，都运用了人工智能。

人工智能具备很多人类的感知和识别能力，能自动完成一定的任务，例如识别声音、认出人脸和做出决策等等。

如何自动完成任务？以图像识别为例，在以前，我们会给计算机输入一系列规则让它推理(rule-basedreasoning)，它采用特征点归类的方法来辨别图像，但这很难能准确地识别。

如果我们告诉计算机左边是萝卜，那它可能会以为右边的甜筒也是胡萝卜。

要想实现真正的人工智能，人们研究出了机器学习。

机器学习简单说就是，编写出一套算法，使计算机能“自动”地进行学习。我们不需要输入大量规则，只需用少量的规则建造一个模型，计算机就可以通过学习来创造新的数据，从而对新事物做出分析和判断。

通过学习左边的 1，可以判断出右边也是 1

之前我们示范过，如何用一个神经网络，写出一套机器学习算法，来自动识别未知的图像。

一个 4 层的神经网络
输入层经过几层算法得到输出层

实现机器学习的方法有很多，近年被人们讨论得多的方法就是深度学习。

深度学习是一种实现机器学习的技术，它是用深度神经网络来实现机器学习，网络深度比原始网络加深了数十甚至上百倍。

增强学习也可以达到机器学习的效果，感兴趣的小伙伴可以上网搜索，在此暂时没有推荐的书籍。

一个 34 层的深度神经网络

这种网络可以解决什么问题呢？ 其中最热门的就是图像识别问题。

比如计算机拿到一些猫的照片后，可以识别出中华田园猫和其他种类的猫，然后分类。这种看似很废的用处，如果运用到医疗领域，比如分辨好的和病变的器官，或是目前大热的人脸识别，都将改变人类的生活。

从 2010 年开始，为了更好地发展图像识别技术，人们建立了图像数据库 ImageNet，甚至举办了基于数据库的识别大赛 ILSVRC，比比看谁的图像识别方法更好。

ImageNet 数据库

深度学习在比赛上得到了很好的成绩，因此受到更多人的重视并发展。在这之前，发展受限主要是因为芯片和显卡带不动（运算量实在太大了）。