深刻了解人工智能工做原理。

前言：

咱们没法想象，一个马不停蹄传递三百里加急的信件的信使看到咱们今天拿起智能手机一秒以内传递讯息的震惊。咱们也曾对着智能机器人像个孩童同样问东问西——虽然它懂得比你想象的多得多。当咱们看到铺天盖地的新闻说阿尔法狗战胜了李世石，人工智能要改造这个世界。

1、 电脑一思考，人类就尖叫——一台用来计算的计算机，为何忽然学会了思考？

咱们把计算机叫作电脑，既然称之为“脑”就说明在人们眼里，计算机像大脑同样在思考。哪怕是简单的1+1=2的计算。固然，计算机思考的背后仍是人类的思考。可是，就像咱们坐过山车同样，除了最初的推进力，其余时间，过山车靠的都是地球引力在运动，电脑在最初的步骤里，是须要人类设定程序来计算，可是，当它进入一个更高深的层次，发现规律而且自我运算的时候，计算机就开始自我赋能了。

当咱们教别人如何作事的时候，首先会在脑子里将事情的步骤想想，而后用“编码”——语言一二三地总结出来传授，最后让他作一遍验证一下学会了没有。人类要如何“教会”计算机作事呢？

教会计算机按照人类思惟模式作事，是否是能够将此理解为智能的开端？智能换个词就是智慧，智慧的意思是辨析判断、发明创造的能力。书中讲到智慧行为通常包括两个部分：搜索+评估。

任何生物要想生存，必定要有对生存环境的判断。哪里有危险，哪里能吃到东西。这种判断换句话说就是“多看一步”——预测将来。这种预测最行之有效的，就是抛弃一切主观意识和价值判断，对事物的发展进行推测——有一个词归纳了这种判断和推测：仿真，就是基于现有情况机械地推测从此的变化。

搜索是进行仿真的前提。计算机的搜索功能会用让它搜索到正确的选项，在下棋的时候，搜索就意味着，找到一个正确的落子点。

当咱们到喧闹嘈杂的菜市场，如何才能快速肯定谁家的菜新鲜便宜呢？初入菜市场的你，评估的结果必定是：顾客最多的那家。电脑对下棋也须要评估。电脑将整个资源进行切割，在切割后的各个部分里，再进行搜索而且对评价较高的部分进行进一步的搜索。这就像咱们分解目标各个击破同样。

2、 了解人工智能以前，必需要了解的深度学习。

如何让计算机知道这张图片狗是狗而不是猫？就像妈妈对你说的，要学习才能知道更多，把学习的任务交给电脑，这种方式叫机器学习。在创新工场CEO李开复著的《人工智能》一书中，对机器学习有一个定义：机器学习……是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内类似问题的过程。

仔细看一遍这个概念，不要被里面的专业名词吓跑。通俗一点理解，就是像咱们人类学习汉字同样，从天地人日月星开始，从不会到记住，一次一次地记忆，当咱们看的次数足够多时，这个字就印在脑海里了，下次，无论这个字是楷体仍是宋体，不论是毛笔写的仍是钢笔写的，咱们不会认错。计算机也是用这个规律来记忆的。

到今天，机器学习在画像识别领域技术已经比较成熟了。好比人脸识别技术，或者你打开某一个软件扫一扫，就能知道任何一朵花儿的名字，或者你在淘宝上用图片搜索卖价更低的商品。在这里，咱们要说的是机器学习中的深度学习。

3、 什么是强化学习？

有两种学习方式：监督式学习和强化学习。顾名思义，监督式学习就是有老师看着学，而强化学习不须要老师，计算机会对未知的环境进行随机搜索并反馈其结果。在反馈结果的过程当中，“评估”被不断强化，因此这个方法就被叫作，强化学习。

当这种强化学习技术运用到将棋领域的时候，将棋出现了人类能够永远都想不出来的“棋路”——计算机自我发明了新的棋路。事实上，这些结果是创建在最初大数据输入的前提下的，监督式学习让电脑学到了最前沿的技术，而后才能强化学习。其实简单点说就是，人类教会了计算机以后，计算机逐渐超过了师傅，开始自学成才了。当徒弟开始领悟规律，老师恐怕就真的追不上了。

阿尔法狗就是很好的例证。围棋在进入电脑评估的时候，由于其棋面的复杂多样性，每一步是很难用分值来计量。这时候，一种叫作蒙特卡洛法的运用随机效果来进行推算的方法出现了。

其实从概念能够看出，这是一种看起来麻烦可是可以在不肯定性中找出答案的方法，对于围棋这样很难找到规律和计算方法的棋艺来讲，这种方法是很是恰当的。阿尔法狗也是经过蒙特卡洛法，深度计算的结合，掌握了围棋的方法打败人类的。

最后：

当人工智能一步一步走进咱们的生活，变得比人类更聪明的时候，人类不免会产生担忧，从普通人担忧的工做被枪占，到人工智能专家担忧人工智能缺少伦理观，作出没法被人类控制的事。这也的确为人工智能的发展敲响了警钟，人类为了便利而将人工智能推向了今天，可是说到底，人才是一切的根本，对此，咱们要永远记住而且遵循。