人工智能讀書筆記.doc

人工智能讀書筆記 擁抱人工智能 學(xué)院： 年級(jí)： 專業(yè)： 學(xué)號(hào)： 姓名： 人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能可以對(duì)人的意識(shí)、思維的過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能?？偟恼f來，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。AlphaGo的勝利，無人駕駛的成功，模式識(shí)別的突破性進(jìn)展，人工智能的的飛速發(fā)展一次又一次地挑動(dòng)著我們的神經(jīng)。作為人工智能的核心，機(jī)器學(xué)習(xí)也在人工智能的大步發(fā)展中備受矚目，光輝無限。 我所理解的人工智能，就是如下五個(gè)定義。定義一：AI就是讓人覺得不可思議的計(jì)算機(jī)程序。定義二：AI就是與人類思考方式相似的計(jì)算機(jī)程序。定義三：AI就是與人類行為相似的計(jì)算機(jī)程序。定義四：AI就是會(huì)學(xué)習(xí)的計(jì)算機(jī)程序。定義五：AI就是根據(jù)對(duì)環(huán)境的感知，做出合理的行動(dòng)，并獲得最大收益的計(jì)算機(jī)程。如今人工智能的時(shí)代到來，給予了我們很大的便利。如智能圖像理解軟件Google照片、智能美圖軟件美圖秀秀、只能搜索排序軟件Google、智能出行自動(dòng)駕駛軟件滴滴優(yōu)步司機(jī)、智能機(jī)器翻譯軟件有道翻譯官等。 迄今為之，人工智能誕生已有62年。1956年，JohnMcCarthy創(chuàng)造人工只能一次。1962年，IBM的阿瑟薩繆爾開發(fā)的西洋跳棋程序就戰(zhàn)勝過一位盲人跳棋高手。1987年到1993年現(xiàn)代PC的出現(xiàn)，讓人工智能的寒冬再次降臨。1997年IBM計(jì)算機(jī)“深藍(lán)“成功擊敗世界頂級(jí)國(guó)際象棋高手之后，國(guó)際商用機(jī)器公司（IBM）又嘗試一輪新的人機(jī)博弈。xx年AlphaGo在圍棋人機(jī)大戰(zhàn)中擊敗韓國(guó)職業(yè)九段棋手李世石。 人工智能的復(fù)興可分為以下兩次。第一次AI熱潮由圖靈測(cè)試掀起。艾倫.圖靈是人工智能的開拓者，他所提出的圖靈測(cè)試，直到今天仍然是我們判定一部機(jī)器是否具有人類智慧的重要手段。假如有一臺(tái)宣稱自己會(huì)思考的計(jì)算機(jī)，人們?cè)撊绾伪鎰e計(jì)算機(jī)是否真的會(huì)思考呢？一個(gè)好方法是讓測(cè)試者和計(jì)算機(jī)通過鍵盤和屏幕進(jìn)行對(duì)話，測(cè)試者并不知道與之對(duì)話的到底是一臺(tái)計(jì)算機(jī)還是一個(gè)人。如果測(cè)試者分不清幕后的對(duì)話者是人還是機(jī)器，即，如果計(jì)算機(jī)能在測(cè)試中表現(xiàn)出與人等價(jià)，或至少無法區(qū)分的智能，那么，我們就說這臺(tái)計(jì)算機(jī)通過了測(cè)試并具備人工智能。第二次AI熱潮則由語音識(shí)別掀起。20世紀(jì)80年代到90年代的第二次AI熱潮中，語音識(shí)別是當(dāng)時(shí)最具代表性的幾項(xiàng)突破性進(jìn)展之一。今天我們拿出手機(jī)，使用蘋果手機(jī)內(nèi)置的語音輸入法，或者使用中文世界流行的科大訊飛語音輸入法，我們就可以直接對(duì)著手機(jī)說話以錄入文字信息。技術(shù)上，科大訊飛的語音輸入法可以達(dá)到每分鐘錄入400個(gè)漢字的輸入效率，甚至還支持十幾種方言輸入。 AlphaGo帶來的警示是：如果計(jì)算機(jī)可以在兩年內(nèi)實(shí)現(xiàn)大多數(shù)人預(yù)測(cè)要花20年或更長(zhǎng)時(shí)間才能完成的進(jìn)步，那么，還有哪些突破會(huì)以遠(yuǎn)超常人預(yù)期的速度來臨？這些突破會(huì)不會(huì)超出我們對(duì)人工智能的想象，顛覆人類預(yù)想中的未來？我們已為這些即將到來的技術(shù)突破做好準(zhǔn)備了嗎？AI真的會(huì)讓人類大量失業(yè)嗎？哪種工作最容易被AI取代？這一系列的問題，都引起我們的思考。 人工智能的應(yīng)用場(chǎng)景有：自動(dòng)駕駛、智慧生活、智慧醫(yī)療、藝術(shù)創(chuàng)作、智慧金融、和人類同場(chǎng)競(jìng)技等。今天的人工智能還不能做什么？情感、審美、自我意識(shí)、跨領(lǐng)域的推理、抽象能力、常識(shí)等。人工智能時(shí)代，程式化的、重復(fù)性的、僅靠記憶與練習(xí)就可以掌握的技能將是最沒有價(jià)值的技能，幾乎一定可以由機(jī)器來完成；反之，那些最能體現(xiàn)人的綜合素質(zhì)的技能，例如，人對(duì)于復(fù)雜系統(tǒng)的綜合分析、決策能力，對(duì)于藝術(shù)和文化的審美能力和創(chuàng)造性思維，由生活經(jīng)驗(yàn)及文化熏陶產(chǎn)生的直覺、常識(shí)，基于人自身的情感（愛、恨、熱情、冷漠等）與他人互動(dòng)的能力，這些是人工智能時(shí)代最有價(jià)值，最值得培養(yǎng)、學(xué)習(xí)的技能。 如今，機(jī)器學(xué)習(xí)的應(yīng)用已遍及人工智能的各個(gè)分支，如專家系統(tǒng)、自動(dòng)推理、自然語言理解、模式識(shí)別、計(jì)算機(jī)視覺、智能機(jī)器人等領(lǐng)域。其中模式識(shí)別就是計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀。我們把環(huán)境與客體統(tǒng)稱為“模式”。當(dāng)我們?nèi)搜劭吹揭环嫊r(shí)，我們能夠很清晰的知道其中哪里是動(dòng)物，哪里是山，水，人等等，但是人眼又是如何識(shí)別和分辨的呢，其實(shí)很簡(jiǎn)單，人類也是在先驗(yàn)知識(shí)和對(duì)以往多個(gè)此類事物的具體實(shí)例進(jìn)行觀察的基礎(chǔ)上得到的對(duì)此類事物整體性質(zhì)和特點(diǎn)的認(rèn)識(shí)的，并不是人類原本就有對(duì)這類事物的記憶，就好比嬰孩時(shí)期的我們，并不知道什么是狗，什么是帥哥，什么是美女，但是隨著我們的慢慢長(zhǎng)大，我們觀察的多了，見的多了，再加上過來人的經(jīng)驗(yàn)指導(dǎo)，我們就知道的多了。其實(shí)，每一種外界的事物都是一種模式，人類平均每天都在進(jìn)行著很多很多的各種各樣的模式識(shí)別，人們對(duì)外界事物的識(shí)別，很大部分是把事物進(jìn)行分類來完成的。而我們對(duì)事物進(jìn)行辨別，就是模式識(shí)別。 解決模式識(shí)別的方法主要有：模板匹配法，ANN法，基于知識(shí)的方法和基于數(shù)據(jù)的方法?；谥R(shí)的方法就是專家系統(tǒng)，句法識(shí)別就屬于基于知識(shí)的，但是句法識(shí)別不常用?；跀?shù)據(jù)的方法也就是基于統(tǒng)計(jì)的方法，即依據(jù)統(tǒng)計(jì)原理來構(gòu)造分類器，來對(duì)樣本進(jìn)行預(yù)測(cè)，這種學(xué)習(xí)過程是機(jī)器學(xué)習(xí)中研究最多的一個(gè)方向，也是模式識(shí)別采用的最主要方法。顧名思義，ANN也就是大名鼎鼎的神經(jīng)網(wǎng)絡(luò)。模式識(shí)別的研究范疇，存在兩個(gè)極端，要么分類和特征之間的關(guān)系完全確定，要么完全隨機(jī)。 簡(jiǎn)單來說，類別已定的就叫做有監(jiān)督分類，反之就是無監(jiān)督分類；前者因?yàn)槲覀冇幸阎獎(jiǎng)澐诸悇e的訓(xùn)練樣本來作為學(xué)習(xí)過程的“導(dǎo)師”，所以很多時(shí)候，有監(jiān)督和無監(jiān)督，又叫做有導(dǎo)師學(xué)習(xí)和無導(dǎo)師學(xué)習(xí)； 后者，在不知道要?jiǎng)澐值氖鞘裁搭悇e時(shí)，我們要做的工作是聚類（clustering），根據(jù)樣本特征將樣本聚成多少類，使屬于同一類的樣本在一定意義上是相似的，不同類之間的樣本則有較大差異，通過聚類得到的類別也稱作為聚類，但是通常在聚類中存在一個(gè)尺度問題，當(dāng)設(shè)置的尺度不一樣，得到的聚類也不一樣。所以在很多無監(jiān)督識(shí)別問題中，分類結(jié)果并不一定是唯一的，因此在沒有特別指定的目的情況下，很難說哪種分類方案更合理。另外，用一種方法在一個(gè)樣本集上完成了聚類分析，得到了若干個(gè)聚類，這種聚類結(jié)果只是數(shù)學(xué)上的一種劃分，對(duì)應(yīng)用的實(shí)際問題是否有意義，還需要結(jié)合更多更專業(yè)的知識(shí)來進(jìn)行解釋。 主要有：語音識(shí)別，說話人識(shí)別，OCR，復(fù)雜圖像中特定目標(biāo)的識(shí)別，根據(jù)地震勘探數(shù)據(jù)對(duì)地下儲(chǔ)層性質(zhì)的識(shí)別，利用基因表達(dá)數(shù)據(jù)進(jìn)行癌癥的分類等等。 一個(gè)模式識(shí)別系統(tǒng)通常包括典型的四個(gè)部分（如下圖）：對(duì)原始數(shù)據(jù)的獲取和預(yù)處理，特征提取與特征選擇，分來或聚類，后處理；以上四個(gè)部分，無論是監(jiān)督的還是無監(jiān)督的都共有的，可以說是整個(gè)系統(tǒng)的核心所在，也是模式識(shí)別學(xué)科的主要研究?jī)?nèi)容。 AI來了，有思想的人生并不會(huì)因此而黯然失色，因?yàn)槲覀內(nèi)康淖饑?yán)就在于思想。機(jī)器帶給人類的不是失業(yè)，而是更大的自由與更加個(gè)性化的人生體驗(yàn)。未來也將是一個(gè)人類和機(jī)器共存、協(xié)作完成各類工作的全新時(shí)代。正如譚鐵牛院士在中科院第十九次院士大會(huì)上的報(bào)告人工智能:天使還是魔鬼？所說的那樣，高科技本身沒有天使和魔鬼之分，人工智能也是如此