培养人工智能进化的几个阶段

在很多方面，人工智能的表现已经超越了人类，这并不代表人工智能很聪明。相反，其实人工智能是很傻很天真的，你认认真真与它交流，会被吓到，但如果稍微使点诈，它就会原形毕露。那么人工智能是如何看起来很聪明的呢，下面笔者以讲故事的形式，让大家了解监督学习下的人工智能是如何运作的。

故事的主角叫小A（AI），我们让小A学习化妆。

在没有任何的帮助下，小A化妆只有一个步骤，那就是上色，所以刚开始小A化妆会全部涂成纯色。这是因为初始化的小A相当于计算器，你给她一个指令，她就输出一个结果。你让她化妆，她就涂上纯色。结果客户非常不满意，怎么办？你得先教小A认脸。

小A眼中的世界与我们是不一样的，我们能够看到色彩、形状，而小A的眼里只有0和1两个数字（二进制），你可以理解为小A高度近视，但不愿意戴眼镜。所以小A想要认脸，先要把人脸抽象化，比如人的嘴巴就是一条曲线。小A将这条曲线对应的0、1排列顺序认作是人的嘴巴。

人工智能“眼中”的世界就是0和1的组合

问题又来了，曲线代表嘴巴的话，小A有时候会把眉毛也看成嘴巴，为了避免笑话，你让小A判断是不是嘴巴的时候，不要单纯的以“是”或“不是”为结果。这时候你给小A的一些算法，让她把疑似嘴巴的曲线对应的0、1排列顺序输入算法中，最终结果会出现一个百分数，当百分数大于90%的时候，小A就知道这条曲线就是嘴巴，然后就能化妆了。

上面就是比较初级的人工智能，比刚开始聪明一些，但还是不够聪明。

小A又遇到了问题。小A给一个人化妆的时候没有问题，但给多个人化妆就有问题了，因为人之间差别太大。比如之前都是给樱桃小口的客户化妆，现在突然来了一位大嘴客户，小A不知道该怎么化了。

那该怎么办？为了让小A能够快速掌握技能，你准备了一沓照片，上面几乎拥有人类的全部嘴型（大数据），然后又掺进去了一沓动物嘴型和其他乱七八糟的照片（负样本），一张张的让小A认。小A认对了，你就鼓励她，认错了，就打一巴掌。

监督学习

认对就夸、认错就打，这就是监督学习。

这个过程中小A如何成长呢？还记得之前你给小A的算法吗，现在这个算法里面有几项数值非常重要，这几项数值就是权重。在小A判断照片是不是人的嘴巴时，小A会根据正确或错误的结果调整权重，直到能够不会出现错误。

让小A自己修改权重就是机器学习。

机器学习

小A要看多少照片呢？越多越好，而且要重复的让她看。除了看嘴巴的照片，还要看眼睛的、鼻子的，还要给她看拥有全部五官的……这样小A就能将识别的正确率提升到很高的水平。再给客户化妆的时候，客户就会夸小A真智能。

以上就是人工智能发展时要经历的几个阶段，当然其中涉及到很多复杂的知识和技术，而且后续还会有更为复杂的理论和概念，笔者在此就不做深入探究了。