【AI 大咖说】用通俗易懂的语言，给身边的「小神兽」讲讲什么是 AI

首先要祝大小儿童们节日快乐！！！

既然在过节，那么不妨放松一下，给你本身家的、亲戚朋友家的，或者邻居家的小盆友讲讲你的工做吧，尤为是，能够讲一讲如今热门的 AI 究竟是什么。没准兴趣的种子就此萌芽，将来 AI 领域的大神正在缓缓向咱们走来呢。

另外，文末还将推荐几个能够帮助孩子在玩耍过程当中学习 AI 能力的智能「玩具」，也欢迎你们打着「买给孩子用」的想法尽快入手哦~~~

咱们处在一我的工智能的时代，人工智能已经逐渐出如今咱们生活中的方方面面。手机中的人脸解锁、自拍美颜、语音助手、智能相册，再到家里用的各种智能音箱、智能家电、扫地机器人，甚至街上的无人驾驶车、无人机，以及智能交通系统、工业机器人……处处均可以见到 AI 的身影。TA 们击败了众多顶尖围棋高手，TA 们可以做诗做画，TA 们也为咱们每一个人的生活带来了各类便利。

那么究竟什么是人工智能？

人工智能（Artificial Intelligence）简称「AI」，诞生于上世纪50年代美国达特茅斯学院（Dartmouth College）举行的一场研讨会上。通过几十年发展，人工智能已经在诸多领域已经取得了长足进步。

人工智能是一种新的科学技术，主要负责研究并开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。在人工智能的帮助下，机器可以像人同样具备感知能力、认知能力和创造能力。

感知能力简单来讲就是人类的听、说、读、写、看等能力。好比AI如今已经具备图像识别、人脸识别、语音识别、语音生成、语言理解等能力。

认知能力指的是经过学习、判断、分析来了解并获取知识的能力。例如，AI 已经能够帮助医生进行医疗影像的分析，帮助电商进行消费行为的分析等。另外下围棋和无人驾驶也是 AI 在认知领域的重要应用形式。

创造能力指的是产生新思想、新发现、新方法、新理论、新设计，并创造新事物的能力，例如 AI 做曲、AI 做诗、AI 小说、AI 绘画、AI 设计等。

人工智能又是怎么来的？

人工智能是人类赋予机器的。不管人工智能如何思考问题或拥有什么样的本领，都须要人类为它编写相关程序，这就是编程。

编程是一门思考的艺术，就像音乐和绘画同样，要把脑子里的想法实现出来，而后人工智能就会遵守程序中一步一步的设定（也就是算法）来执行。编写更好的程序，使用更好的设定，就能更好地实现人工智能。

同时人工智能也离不开大数据和互联网的支持。尤为是智能手机、平板电脑、智能设备等的移动互联，生成了愈来愈多的数据。咱们提供给人工智能的数据越多，它也就会愈来愈智能。

具体来讲，该怎样实现一我的工智能？

人工智能有不少实现方式。目前，实现人工智能的主流方式是机器学习。

机器学习就是让机器学习人类的思惟过程，模拟和实现人类学习行为，进而获取新知识和技能地过程。机器须要不断学习才能愈来愈聪明。

和人类同样，机器能够从三个来源学习：

• 一种是观察其余人在以往相似状况下所作的事情再作出决定；
• 另外一种是在现场观察而且直接尝试提出最佳的决定；
• 第三种是从先前的成功和失败中进行学习从而做出决定。

这三种方法分别对应于机器学习的三个分支：监督学习，无监督学习和强化学习。

这三个分支的区别，能够用一个形象的例子进行类比。假设咱们分别使用这三种不一样方法来教宝宝认识苹果和香蕉。首先，咱们能够教宝宝认识这两种水果分别长什么样，例如苹果又红又圆，香蕉又黄又长。而后宝宝就能够利用咱们教过的知识进行苹果和香蕉的分类。这就是监督学习。

或者，咱们不教给宝宝苹果和香蕉的具体区别，而是给宝宝几个苹果和几个香蕉，让宝宝本身动手，在这些水果里分辨出哪些是相同的，哪些是不一样的，从而进行苹果和香蕉的正确分类。这就是非监督学习。

还有，咱们先拿出一个水果让宝宝尝试区分是苹果仍是香蕉。若是区分正确，就能够获得巧克力；若是区分错误，就得不到巧克力。以后咱们接着拿出更多水果，这时宝宝经过巧克力的激励，就可以愈来愈准确地区分出苹果和香蕉。这就是强化学习。

机器学习又有什么用？

机器学习一般用来解决回归、分类和聚类等问题。

回归是用来进行数值预测的，是监督学习的一种。例如咱们可使用回归来预测房价，预测客流量，预测电影票房，预测极端天气等等。

分类和聚类都是解决「数据属于哪一个类别」的问题。分类是向数据分配标签，属于监督学习，更具现实性；而聚类是将类似的数据放在一块儿，属于无监督学习，更具探索性。

近年来人工智能的崛起实际上是依赖于深度学习的。深度学习是机器学习的一种方法，咱们能够把它简单理解为让机器像人类大脑同样，来进行分层次的学习。例如在识别人物脸部时，就能够把脸型、眼睛、鼻子、耳朵、嘴等看做不一样的层次，深度学习对每一个层次的特征进行识别，最后掌握脸部的所有特征，经过这些特征来认出这我的是谁。

当前，深度学习又有了一些新进展，包括深度强化学习、深度生成学习等。

深度强化学习把深度学习的感知能力和强化学习的决策能力相结合，能够直接根据输入的信息进行控制，是一种更接近人类思惟方式的人工智能方法。深度强化学习在游戏、下棋、自动驾驶、医疗等领域都有丰富的应用。AlphaGo 就是用深度强化学习的方式进行训练的。在 Dota 2和星际争霸等游戏对战中，深度强化学习也可以轻松打败职业玩家。

深度生成学习则具备创造新事物的能力，有人认为深度生成学习是十年来最有趣的机器学习概念。深度生成学习使计算机可以学习给定问题的基本模式，并利用该知识基于输入（例如图片、音乐和文本）生成新内容。例如，深度生成学习会基于人脸图片来学习它们广泛具备的特征，而后利用学到的知识生成它所认为的全新的人脸图像。咱们就能够基于此，进行图像编辑、图像转表情包、图像转动画、图像分辨率加强、不一样年龄段的图像生成等有趣操做。

如何开始学习人工智能？

既然人工智能这么有趣，那么应该如何开始学习它？从具体的产品开始，把学与玩相互融合，是否是更有吸引力？

碰巧的是，AWS 在人工智能的学习领域正好就有几款这种寓教于乐的产品，包括智能摄像机（AWS DeepLens）、自动驾驶车（AWS DeepRacer）和智能做曲器（AWS DeepComposer）。借助这些智能玩具，就能够轻松愉快地快速入门人工智能，何乐而不为！

AWS DeepLens 是全球首款支持深度学习的智能摄像头。它可让不一样年龄和不一样技能的人员均可以快速上手深度学习，在目标检测、人脸识别、动做识别、风格迁移等计算机视觉领域进行内容丰富的实践。是否是很是有趣！

AWS DeepRacer 则是一辆彻底自动驾驶的赛车。它只有真实赛车1/18的大小，倒是由深度强化学习驱动的。AWS DeepRacer 提供了一种经过自动驾驶开始深度强化学习的有趣方式。不一样年龄和不一样技能的人员均可以在模拟器中训练、评估和调整自动驾驶模型，并将模型部署到 AWS DeepRacer 上，从而得到真实世界的自动驾驶体验。甚至能够参加 AWS 组织的全球自动驾驶巡回赛，竞逐全球冠军锦标。

今年，AWS 全球自动驾驶巡回赛将在F1西班牙大奖赛的巴塞罗那-加泰罗尼亚赛道的模拟赛道上进行。咱们的自动驾驶赛车将与F1职业车手展开对抗，其中包括巴塞罗那-加泰罗尼亚赛道目前的世界纪录保持者里卡多（Daniel Ricciardo），听着就很刺激吧！

AWS DeepComposer 是世界上第一款采用深度生成学习技术的音乐键盘。不一样年龄和不一样技能的人员均可以在创做原创音乐输出的同时学习深度生成学习。使用 DeepComposer 无需任何音乐知识，经过提供示例旋律，如《一闪一闪亮晶晶》或《欢乐颂》，DeepComposer 可为您提供快速轻松的入门音乐创做。您可使用这些示例旋律做为输入，同时结合摇滚、流行、爵士和古典等不一样的流派，来生成全新的原创音乐。是否是很是文艺！

纸上得来终觉浅，绝知此事要躬行。让咱们和孩子们一块儿，动起手来，开始人工智能的实践吧！

最后有个小小的提醒：如今互联网上各类人工智能应用层出不穷，家长在使用宝宝的照片或视频时必定要注意保护宝宝的隐私呦！