东城狗狗书籍这几年，人工智能越来越热门，相关宣传随处可见，好像不谈谈人工智能都太落伍了，那究竟什么是人工智能呢？与之相关的“机器学习”、“自然语言理解”、“深度学习”等专业词汇都都是什么意思呢？

　　本文将尝试用较为通俗的语言对这些问题和行话进行一点简单介绍，权当是加深对一些聊天话题的理解吧，欢迎朋友们共同学习。

　　先说什么是人工智能，饭店有点餐和传菜机器人、汽车有自动驾驶系统、手机有语音助手、那这些都是人工智能吗？真正的人工智能是什么？

　　人工智能（Artificial Intelligence），重点应该在“智能”，既然是智能，那它应该具备判断和分析的能力，而不能只是一个自动化工具。一个驾驶系统，不管它的外在表现是一个应用软件还是一个人形设备，如果它能实时分析行驶环境和路况并作出判断，从而进行驾驶，那它就更像是人工智能，反之，如果只是按照设定好的条件去执行一些驾驶操作，那就只能算是个自动驾驶工具。

　　再说得通俗点，人工智能指的是“脑子”，而不是身体，我们期待的人工智能应该是能像人一样思考并行动，尽管目前还不能完全达到这样的水平。

　　如果把人工智能的实现比作一场交响乐演奏，那就需要很多乐器很好地配合才能完成，机器学习、深度学习、自然语言理解、上下文感知就是人工智能交响乐的主要组成乐器，接下来我们逐一来了解这些概念。

　　机器学习（Machine Learning），从字面意思就可以大概知道这个术语的含义，古语云：“人不学，不知义”，我们期待机器具备人类一样的智慧，同样也得让它学习，所以机器学习是人工智能的前奏。

　　关于人类学习，有一句古语说：“读书破万卷，下笔如有神”，那机器学习的主要方式是什么呢，就目前的情况来看，机器学习也和人差不多。当前主流的机器学习方式，专业说法叫模型训练，就是让机器从庞大的数据集中去学习规律，进而具备做出决策和行为的能力，模型训练是一个不断修正和完善的过程，很多时候需要人类干预，所以也叫监督学习。

　　举个例子，现在很多网站用人工智能进行图片鉴别，那机器怎么知道什么样的图片含有内容呢，最初，大多是设置一些条件，比如暴漏乳房、下体的就判断为，这其实算不上人工智能，只能算是一种节省人力的自动化工具，这样的自动化工具对于不漏点的图片（想象一下两个人侧身抱在一起后入式爱爱，背对着镜头）就无能为力了，而且对于设定条件的自动工具，误判的情况也特别严重，著名的社交网站facebook就曾经因下线这张图片而遭非议。

　　那人工智能是怎么训练图片鉴别模型的呢？目前的做法是将大量的图片进行标注，然后让机器去学习这些图片，在人工干预的情况下完成模型训练，从而在遇到新的图片时就可以根据模型给出一个是不是图片的几率数据。

　　深度学习（Deep Learning），是机器学习的一个分支，它是参考人类大脑的神经元之间传递、处理信息的模式来实现机器学习的方法，通过多层人工神经网络层层递进抽象出处理问题的模型。

　　拿人脸识别来说，世界上没有完全一样的两张脸，那计算机怎么能识别呢？人工神经网络的做法大体上来说就是第一层神经网络先获取到人脸图片的像素分布，第二层人工神经网络再学习到哪些像素是组成人类轮廓的，第三层再抽象出一些其他脸部特征……直到最后能抽象出一张特定面孔的特征模型。值得一提的是，多次战胜世界围棋冠军的alphago,其核心技术就是深度学习。

　　自然语言处理（Natural Language Processing），就是让计算机理解人类语言。计算机世界的一切，在底层都是通过二进制数字“0”和“1”来表示的（比如“Loong精选”，在计算机里面就是“”）。

　　过去人类为了方便和计算机沟通，创造了计算机程序语言，但是人工智能要求计算机能具备人类智慧，那就得想办法让计算机理解人类语言，比如你对着苹果手机的siri说一句“打开好玩又长知识的Loong精选博客”，它得首先能听懂你的要求，然后才会打开浏览器，输入Loong精选博客的网址“ｈｔｔｐ://nicelife．me“。目前来说，自然语言处理也处于探索完善阶段，所以我们看到的不管是苹果的siri、亚马逊的alexa、三星的bixby还是谷歌助手都还是比较笨的。

　　上下文感知（Context Awareness），人工智能和人类一样，你给它的信息越多，它就越聪明，上下文感知就是给计算机更多的关联信息并让它把这些信息统筹起来，以便让他更好地工作。比如一个人工智能助手，只是告诉它帮你订一份午餐，结果可能不会让你很满意，如果让它知道你的位置、喜欢的餐厅、喜欢的口味、饭后是否要驾车等信息，那这个人工智能助手就可能在综合这些信息后帮你订一份满意的午餐。

　　人工智能（AI）经历了几十年的发展，是一个不断探索和完善的过程，期间经历过很多曲折，也产生了像“深蓝“、”alphago“这样的成果，得益于云计算、大数据等技术的出现和发展，给机器学习（ML）提供了计算能力和数据处理方面的基础支撑，人工智能在我们生活中的应用

　　将会越来越普遍，继上篇《请先看这几部电影，咱再来聊人工智能 》，Loong精选希望和朋友们一起对人工智能有个初步的认知，一起交流学习！