人工智能技术Python编程入门（一） ｜ 人工智能是什么？

　　人工智能的浪潮已经席卷全球，深度学习（Deep Learning）和人工智能（Artificial Intelligence, AI）等词汇也不断地充斥在我们身边。我们常常会把人工智能和电影联想到一起，如终结者、星球大战等等。这些电影和角色都是虚构的，因此我们会觉得人工智能缺乏真实感。

　　实际上，人工智能是一个很宽泛的话题。它是研究、开发用于模拟、延伸人的智能理论、方法、技术及应用系统的一门新的技术科学。通俗地说，人工智能是尽可能模拟人类行为、思考的行为，如围棋排名位居世界第一的人工智能系统AlphaGo，聊天机器人，自动驾驶系统等等。人工智能已经在教育、医疗、交通等多个行业取得了引人夺目的应用。其应用广泛，存在于我们的生活中。包括但不限于：语音发音评测，AI老师阅卷，医学自动诊断系统，无人超市系统，画像和偏好精准推送（抖音、淘宝的千人千面），智能调度、路况预测分析（滴滴打车），手机语音助手，智能投资顾问，防欺诈系统，机器人电话营销，城市大脑。从技术领域划分，我们可以将人工智能划分为四个分支：模式识别、机器学习、数据挖掘与智能算法。而在应用领域方面，主要涉及机器人、图像识别、语音识别和专家系统领域。如何让计算机自动理解、挖掘数据（包括结构化表格数据、图像、文本、视频等非结构数据）中的信息，为人类提供特定的功能服务以及更好地模拟人类行为，一直是人工智能发展的核心目标。

　　人工智能整体的发展是一个三起两落的变化，90年代期间，知识推理>神经网络>机器学习；2005年左右，机器学习>知识（语义网）>神经网络;而从2017年之后，基于深度学习的神经网络>知识（知识图谱）>机器学习。深度学习作为机器学习的一个子领域，由于计算机能力的提高和大量数据的可用性，得到了戏剧性的复苏，如今在语音识别、图像视频理解等领域取得超越人类的精确度。人工智能领域在过去10年来达到前所未有的发展高度，在技术上最大的功臣无疑是深度学习。而深度学习也在过去几年中处于爆发式发展状态，在人工智能领域占据主导地位，处在浪潮之巅。因此，很多人会将深度学习等同于或将其作为人工智能的代表。但是，深度学习是否就等同于人工智能？这一点我们认为有待商榷。客观地说，深度学习被认为是目前人工智能发展阶段的重要、主流的技术之一。

　　在深度学习中，卷积神经网络（convolutional neural network, CNN）是最重要的代表算法之一，最早的灵感是来源于1961年Hubel和Wiesel两位神经生物学家，在对猫视觉皮层细胞的实验中，发现大脑可视皮层是分层的（CNN中的分层网络结构与其如出一辙）。因此，每当谈及人工智能时，总是伴随着机器学习、深度学习、神经网络的讨论。最后，我们对人工智能、机器学习、深度学习和神经网络这四个名词的含义进一步精简剖析：

　　（1）人工智能：计算机科学领域，强调创造像人类一样工作和做出反应的智能机器。

　　（2）机器学习：人工智能的一种应用，它使系统能够自动学习并从经验中进行改进，而无需进行明确的编程。

　　（3）深度学习：一种机器学习技术，可以教计算机去做人类自然想到的事情：通过实例学习。可以处理“大数据”，尤其是图像，文本数据，视频等。

　　（4）神经网络：一组模仿人脑的建模算法，旨在识别模式。

　　参考资料

　　[1] LeCun Y, Bengio Y, Hinton G. Deep learning[J]. nature, 2015, 521(7553): 436-444.

　　[2] Akshintala V S, Khashab M A. Artificial intelligence in pancreaticobiliary endoscopy[J]. Journal of Gastroenterology and Hepatology, 2021, 36(1): 25-30.

　　[3] Huang S, Yang J, Fong S, et al. Artificial intelligence in the diagnosis of COVID-19: challenges and perspectives[J]. International Journal of Biological Sciences, 2021, 17(6): 1581.

BC链 http://www.chinabic.com/?id=249 转载需授权！