零基础如何入门人工智能？.doc

《零基础如何入门人工智能？.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、零基础如何入门人工智能？　　一、人工智能的发展现状　　1.1概念　　根据维基百科的解释，人工智能是被机器展示的智力，与人类和其他动物的自然智能相反，在计算机科学中AI研究被定义为“代理人软件程序”：任何能够感受周围环境并且能最大化它成功机会的设备。　　1.2重大事件　　2016年3月，AlphaGo与当时世界排名第四、职业九段棋手李世石，进行围棋人机大战，以4:1总比分获胜。　　2016年10月，美国白宫发布了《为未来人工智能做好准备》和《美国国家人工智能研究与发展策略规划》两份重磅报告，详细阐述了美国未来的人工智能发展规划以及人

2、工智能给政府工作带来的挑战与机遇。　　VentureBeat对这两份报告进行了总结，得出了7个浅显易懂的要点：　　1.人工智能应当被用于造福人类；　　2.政府应该拥抱人工智能；　　3.需要对自动汽车和无人机进行管制；　　4.要让所有孩子都跟上技术的发展；　　5.使用人工智能补充而非取代人类工作者；　　6.消除数据中的偏见或不要使用有偏见的数据；　　7.考虑安全和全球影响。　　2016年双十一，鲁班首次服务双十一，制作了1.7亿章商品展示广告，提升商品点击率100%。如果全靠设计师人手来完成，假设每张图需要耗时20分钟，满打满算需要

3、100个设计师连续做300年。　　2017年，鲁班的设计水平显著提升，目前已经学习百万级的设计师创意内容，拥有演变出上亿级的设计能力。此外，鲁班已经实现一天制作4000万张海报能力，没有一张会完全一样。　　　　2017年5月，AlphaGoMaster战胜世界冠军柯洁。　　2017年10月18日，DeepMind团队公布了最强版本AlphaGo，代号AlphaGoZero。　　2017年10月25日，在沙特举行的未来投资计划大会上，沙特阿拉伯授予美国汉森机器人公司生产的“女性”机器人索菲亚公民身份。　　作为世界上首个获得公民身份的

4、机器人，索菲亚当天说，“她”希望用人工智能“帮助人类过上更好的生活”，同时对支持“AI威胁论”的马斯克说“人不犯我，我不犯人”!　　会后，马斯克在推特上说：“把电影《教父》输入了人工智能系统，还能有什么比这个更糟的？”教父是好莱坞经典电影，剧情充满了背叛和谋杀。　　索菲亚被授予公民身份后所产生的伦理问题也是人们不得不考虑的　　近几年人工智能领域的大新闻太多，这里不一一列举　　二、人工智能、深度学习、机器学习、增强学习之间的关系是怎样的　　如图所示，人工智能是一个大类，包括专家系统、知识表示、机器学习等等，其中机器学习是目前最火也是

5、发展最好的一个分支，机器学习中又包括监督学习、非监督学习、深度学习，增强学习等等。　　监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的）。　　再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。　　　　　　　　举例来说，我们上幼儿园的时候经常做的一个活动叫看图识字，如上图所示，老师会给我们看很多图片，下面配了文字，时间长了之后，我们大脑中会形成抽象的

6、概念，两个犄角，一条短尾巴，胖胖的（特征）…　　这样的动物是牛；圆的，黄的，发光的，挂在天上的…是太阳；人长这样。等再看到类似的东西时我们便能认出来，即使跟以前看到的不完全一样，但是符合在我们大脑中形成的概念，如下图所示。　　　　　　非监督学学习则是另一种研究的比较多的学习方法，它与监督学习的不同之处，在于我们事先没有任何训练样本，而需要直接对数据进行建模。　　举个例子，如图所示，在没有任何提示（无训练集）的情况下，需要把下列六个图形分成两类，你会怎么分呢，当然是第一排一类，第二排一类，因为第一排形状更接近，第二排形状更接近。　　

7、非监督学习就是在实现不知道数据集分类的情况下在数据中寻找特征。　　　　深度学习是基于机器学习延伸出来的一个新的领域，由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。　　　　深度学习概念由著名科学家GeoffreyHinton等人在2006年和2007年在《Sciences》等上发表的文章被提出和兴起。　　　　　　深度学习，作为机器学习中延伸出来的一个领域，被应用在图像处理与计算机视觉，自然语言处理以及语音识别等领域。　　自2006年至今，学术界和工业界合作在深

8、度学习方面的研究与应用在以上领域取得了突破性的进展。以ImageNet为数据库的经典图像中的物体识别竞赛为例，击败了所有传统算法，取得了前所未有的精确度。　　增强学习也是机器学习一个重要的分支，是通过观察来学习做成如何的动作。每个动作都会对环境有所