初识人工智能_初始人工智能

1、什么是人工智能？

---

先从一部电影谈起！

  2001年好莱坞导演斯皮尔伯格执导的一部科幻电影，就叫《人工智能》。

   主人公大卫（David），是一个类似人类男孩的人形机器人，他具有人类的情感和智能。影片讲述了他在一次逃离人类主人家庭的冒险中与更多的人造人相遇，在困境中不断学习人性并像人类少年一样经历心灵成长的过程。主人公虽然是一个机器人，但他有两项核心能力，一个是拥有类似人类的智力、一个是自主学习的能力，因此才能称得上是人工智能。

  下面关于人工智能的两个定义分别来自计算机科学之父和百度百科。

图灵（计算机科学之父）：能使计算机完成那些需要人类智力才能完成的工作的科学。

百度百科：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。

从上述定义可以简单总结，人工智能就是使机器具有人的智能的一系列理论、方法和技术，并由此形成的一门科学。

其实，人工智能的研究领域在不断扩大，各个分支目前主要包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。

  从人工智能要实现的目标来看，主要包括：推理、知识表示、自动规划、机器学习、自然语言理解、计算机视觉、机器人学和强人工智能八个方面。

2、如何学习人工智能

---

    在人工智能的众多分支中，机器学习是人工智能的核心。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法，它是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。机器学习的核心就是数据，算法（模型），算力（计算机运算能力）。现在比较火的深度学习算法是机器学习中人工神经网络算法的延伸和发展。因此，如果想入门学习人工智能，建议先从机器学习开始入手。

    机器学习算法根据学习的训练数据是否拥有标记信息，学习任务可大致划分为两大类：监督学习（supervisedlearning）和无监督学习（unsupervised learning）。

    如果想要预测目标变量的值，则可以选择监督学习算法。确定选择监督学习算法之后，需要进一步确定目标变量类型，如果目标变量是离散型，则可选择分类算法；如果目标变量是连续型，则需要选择回归算法。

    如果不想要预测目标变量的值，则可以选择无监督学习算法。如果只是将数据划分成离散的组，则使用聚类算法；若需要进一步分析组内数据的联系，则使用关联分析算法。

AI自研社是一个专注人工智能、机器学习技术的公众Hao平台，目前已发表多篇连载文章，对机器学习领域知识按照由浅入深进行详细的讲解，其中包含了大量实例及代码参考，对学习交流有很大帮助，欢迎大家关注。