人工智能（AI）已经走入了普通大众的视野，我们在生活中可以看到很多跟 AI 相关的产品。比如 Siri、AI 美颜、AI 换脸…

虽然大家听得多，但是大部分人并不了解 AI，甚至存在一些误解。这个文档不涉及任何技术细节，只帮助理解人工智能的本质。

什么是人工智能？

很多人对人工智能都会存在一些误解：

1. 电影里的机器人就是人工智能的典型代表
2. 人工智能好像是无所不能的
3. 人工智能未来会威胁到人类的生存
4. ……

大家之所以对人工智能存在很多误解，主要是因为大家只是看到一些人的言论，但是并不了解 AI 的基本原理。

我们用传统软件和人工智能进行比较，有了参照系就更容易理解一些。

传统软件 VS 人工智能

传统软件

传统软件是“if-then”的基本逻辑，人类通过自己的经验总结出一些有效的规则，然后让计算机自动的运行这些规则。传统软件永远不可能超越人类的知识边界，因为所有规则都是人类制定的。

简单的说：传统软件是“基于规则”的，需要人为的设定条件，并且告诉计算机符合这个条件后该做什么。

这种逻辑在处理一些简单问题时非常好用，因为规则明确，结果都是可预期的，程序员就是软件的上帝。

但是现实生活中充满了各种各样的复杂问题，这些问题几乎不可能通过制定规则来解决，比如人脸识别通过规则来解决效果会很差。

人工智能

人工智能现在已经发展出很多不同分支，技术原理也多种多样，这里只介绍当下最火的深度学习。

深度学习的技术原理跟传统软件的逻辑完全不同：

机器从“特定的”大量数据中总结规律，归纳出某些“特定的知识”，然后将这种“知识”应用到现实场景中去解决实际问题。

这就是人工智能发展到现阶段的本质逻辑。而人工智能总结出来的知识并不是像传统软件一样，可以直观精确的表达出来。它更像人类学习到的知识一样，比较抽象，很难表达。

人工智能是一种工具

AI 跟我们使用的锤子、汽车、电脑……都一样，其本质都是一种工具。

工具必须有人用才能发挥价值，如果他们独立存在是没有价值的，就像放在工具箱里的锤子一样，没有人挥舞它就没有任何价值。

人工智能这种工具之所以全社会都在说，是因为它大大扩展了传统软件的能力边界。之前有很多事情计算机是做不了的，但是现在人工智能可以做了。

但是不管怎么变，传统软件和人工智能都是工具，是为了解决实际问题而存在的。这点并没有变化。

目前人工智能只解决特定问题

《终结者》《黑客帝国》…很多电影里都出现了逆天的机器人，这种电影让大家有一种感觉：人工智能好像是无所不能的。

实际情况是：现在的人工智还处在单一任务的阶段。

单一任务的模式

打电话用座机、玩游戏用游戏机、听音乐用MP3、开车用导航…

多任务模式

这个阶段类似智能手机，在一台手机上可以安装很多 App，做很多事情。

但是这些能力还是相互独立的，在旅行App上定好机票后，需要自己用闹钟App定闹钟，最后需要自己用打车App叫车。多任务模式只是单一任务模式的叠加，离人类智慧还差的很远。

融会贯通

你在跟朋友下围棋，你发现朋友的心情非常不好，你本来可以轻松获胜，但是你却故意输给了对方，还不停的夸赞对方，因为你不想让这个朋友变得更郁闷，更烦躁。

在这件小事上，你就用到了多种不同的技能：情绪识别、围棋技能、交流沟通、心理学…

但是大名鼎鼎的 AlphaGo 绝对不会这么做。不管对方处在什么情况下，哪怕输了这盘棋会丧命，AlphaGo 也会无情的赢了这场比赛，因为它除了下围棋啥都不会！

**只有将所有的知识形成网状结构，才能做到融会贯通。**例如：商业领域可以运用军事上的知识，经济学也可以用到生物学的知识。

知其然，但不知所以然

当下的人工智能是从大量数据中总结归纳知识，这种粗暴的“归纳法”有一个很大的问题是：

并不关心为什么

庞氏骗局类的诈骗手段就充分利用了这一点！

• 它利用超高的回报来吸引韭菜，然后让早起参与的所有人都赚到钱；

• 当旁观者发现所有参与者都真实赚到了钱，就简单的归纳为：历史经验说明这个靠谱。

• 于是越来越多的人眼红，加入，直到有一天骗子跑路。

当我们用逻辑来推导一下这个事情就能得出骗子的结论：

• 这么高的回报并不符合市场规律

• 稳赚不赔？我不需要承担高回报的高风险？好像不太合理

• 为什么这么好的事情会落在我头上？好像不太对劲

正是因为当下的人工智能是建立在“归纳逻辑”上的，所以也会犯很低级的错误

也正是因为归纳逻辑，所以需要依赖大量的数据。数据越多，归纳出来的经验越具有普适性。

人工智能的发展历史

从1950年至2017年之间，人工智能领域出现的一些里程碑式的事件。总结下来会分为3大阶段：

第一次浪潮（非智能对话机器人）

20世纪50年代到60年代

1950年10月，图灵提出了人工智能（AI）的概念，同时提出了图灵测试来测试 AI。

图灵测试提出没有几年，人们就看到了计算机通过图灵测试的“曙光”。

1966年，心理治疗机器人 ELIZA 诞生

那个年代的人对他评价很高，有些病人甚至喜欢跟机器人聊天。但是他的实现逻辑非常简单，就是一个有限的对话库，当病人说出某个关键词时，机器人就回复特定的话。

第一次浪潮并没有使用什么全新的技术，而是用一些技巧让计算机看上去像是真人，计算机本身并没有智能。

第二次浪潮（语音识别）

20世纪80年代到90年代

在第二次浪潮中，语音识别是最具代表性的几项突破之一。核心突破原因就是放弃了符号学派的思路，改为了统计思路解决实际问题。

在《人工智能》一书中，李开复详细介绍了这个过程，他也是参与其中的重要人物之一。

第二次浪潮最大的突破是改变了思路，摒弃了符号学派的思路，转而使用了统计学思路解决问题。

第三次浪潮（深度学习+大数据）

21世纪初

2006年是深度学习发展史的分水岭。杰弗里辛顿在这一年发表了《一种深度置信网络的快速学习算法》，其他重要的深度学习学术文章也在这一年被发布，在基本理论层面取得了若干重大突破。

之所以第三次浪潮会来主要是2个条件已经成熟：

2000年后互联网行业飞速发展形成了海量数据。同时数据存储的成本也快速下降。使得海量数据的存储和分析成为了可能。

GPU 的不断成熟提供了必要的算力支持，提高了算法的可用性，降低了算力的成本。

在各种条件成熟后，深度学习发挥出了强大的能力。在语音识别、图像识别、NLP等领域不断刷新纪录。让 AI 产品真正达到了可用（例如语音识别的错误率只有6%，人脸识别的准确率超过人类，BERT在11项表现中超过人类…)的阶段。

第三次浪潮来袭，主要是因为大数据和算力条件具备，这样深度学习可以发挥出巨大的威力，并且 AI 的表现已经超越人类，可以达到“可用”的阶段，而不只是科学研究。

人工智能3次浪潮的不同之处

1. 前两次热潮是学术研究主导的，第三次热潮是现实商业需求主导的。
2. 前两次热潮多是市场宣传层面的，而第三次热潮是商业模式层面的。
3. 前两次热潮多是学术界在劝说政府和投资人投钱，第三次热潮多是投资人主动向热点领域的学术项目和创业项目投钱。
4. 前两次热潮更多时提出问题，第三次热潮更多时解决问题。

人工智能的能力边界

人工智能的3个级别

弱人工智能

弱人工智能也称限制领域人工智能（Narrow AI）或应用型人工智能（Applied AI），指的是专注于且只能解决特定领域问题的人工智能。

例如：AlphaGo、Siri、FaceID……

强人工智能

又称通用人工智能（Artificial General Intelligence）或完全人工智能（Full AI），指的是可以胜任人类所有工作的人工智能。

强人工智能具备以下能力：

• 存在不确定性因素时进行推理，使用策略，解决问题，制定决策的能力

• 知识表示的能力，包括常识性知识的表示能力

• 规划能力

• 学习能力

• 使用自然语言进行交流沟通的能力

• 将上述能力整合起来实现既定目标的能力

超人工智能

假设计算机程序通过不断发展，可以比世界上最聪明，最有天赋的人类还聪明，那么，由此产生的人工智能系统就可以被称为超人工智能。

我们当前所处的阶段是弱人工智能，强人工智能还没有实现（甚至差距较远），而超人工智能更是连影子都看不到。所以“特定领域”目前还是 AI 无法逾越的边界。

人工智能的能力边界是什么？

从理论层面来解释 AI 的能力边界，就要把图灵大师搬出来了。图灵在上世纪30年代中期，就在思考3个问题：

1. 世界上是否所有数学问题都有明确的答案？
2. 如果有明确的答案，是否可以通过有限的步骤计算出答案？
3. 对于那些有可能在有限步骤计算出来的数学问题，能否有一种机械，让他不断运动，最后当机器停下来的时候，那个数学问题就解决了？

图灵****还真设计出来一套方法，后人称它为图灵机。今天所有的计算机，包括全世界正在设计的新的计算机，从解决问题的能力来讲，都没有超出图灵机的范畴。

通过上面的3个问题，图灵已经划出了界限，这个界限不但适用于今天的 AI ，也适用于未来的 AI 。

1. 世界上有很多问题，只有一小部分是数学问题
2. 在数学问题里，只有一小部分是有解的
3. 在有解的问题中，只有一部分是理想状态的图灵机可以解决的
4. 在后一部分（图灵机可解决的部分），又只有一部分是今天的计算机可以解决的
5. 而 AI 可以解决的问题，又只是计算机可以解决问题的一部分。

在一些特定场景中， AI 可以表现的很好，但是在大部分场景中，AI 并没有什么用。

哪些工作会被人工智能替代？

李开复提出过一个判断依据：

如果一项工作，它做决策的时间在 5 秒钟以内，那么大概率是会被人工智能取代的。

这种工作有4个特点：

1. 做决策所需要的信息量不大
2. 做决策的过程并不复杂，逻辑简单
3. 能独自完成，不需要协作
4. 重复性工作

科学家总结出了3个人工智能很难替代的技能：

1. 社交智慧（洞察力、谈判技巧、同理心…）
2. 创造力（原创力、艺术审美…）
3. 感知和操作能力（手指灵敏度、协调操作能力、应付复杂环境的能力…）

机器学习 – machine learning | ML

机器学习、人工智能、深度学习是什么关系？

1956 年提出 AI 概念，1959亚瑟·塞缪尔（Arthur Samuel ）就提出了机器学习的概念：

Field of study that gives computers the ability to learn without being explicitly programmed.

机器学习研究和构建的是一种特殊算法（而非某一个特定的算法），能够让计算机自己在数据中学习从而进行预测。

所以，机器学习不是某种具体的算法，而是很多算法的统称。

机器学习包含了很多种不同的算法，深度学习就是其中之一，其他方法包括决策树，聚类，贝叶斯等。

深度学习的灵感来自大脑的结构和功能，即许多神经元的互联。人工神经网络（ANN）是模拟大脑生物结构的算法。

不管是机器学习还是深度学习，都属于人工智能（AI）的范畴。所以人工智能、机器学习、深度学习可以用下面的图来表示：

什么是机器学习？

机器学习的基本思路

1. 把现实生活中的问题抽象成数学模型，并且很清楚模型中不同参数的作用
2. 利用数学方法对这个数学模型进行求解，从而解决现实生活中的问题
3. 评估这个数学模型，是否真正的解决了现实生活中的问题，解决的如何？

无论使用什么算法，使用什么样的数据，最根本的思路都逃不出上面的3步！

当我们理解了这个基本思路，我们就能发现：

不是所有问题都可以转换成数学问题的。那些没有办法转换的现实问题 AI 就没有办法解决。同时最难的部分也就是把现实问题转换为数学问题这一步。

机器学习的原理

下面以监督学习为例，给大家讲解一下机器学习的实现原理。

假如我们正在教小朋友识字（一、二、三）。我们首先会拿出3张卡片，然后便让小朋友看卡片，一边说“一条横线的是一、两条横线的是二、三条横线的是三”。

不断重复上面的过程，小朋友的大脑就在不停的学习。

当重复的次数足够多时，小朋友就学会了一个新技能——认识汉字：一、二、三。

我们用上面人类的学习过程来类比机器学习。机器学习跟上面提到的人类学习过程很相似。

• 上面提到的认字的卡片在机器学习中叫——训练集

• 上面提到的“一条横线，两条横线”这种区分不同汉字的属性叫——特征

• 小朋友不断学习的过程叫——建模（训练模型）

• 学会了识字后总结出来的规律叫——模型

通过训练集，不断识别特征，不断建模，最后形成有效的模型，这个过程就叫“机器学习”！

机器学习的训练方法

机器学习根据训练方法大致可以分为3大类：

监督学习

非监督学习

强化学习

监督学习是指我们给算法一个数据集，并且给定正确答案。机器通过数据来学习正确答案的计算方法。

举个栗子：

我们准备了一大堆猫和狗的照片，我们想让机器学会如何识别猫和狗。当我们使用监督学习的时候，我们需要给这些照片打上标签。

我们给照片打的标签就是“正确答案”，机器通过大量学习，就可以学会在新照片中认出猫和狗。

这种通过大量人工打标签来帮助机器学习的方式就是监督学习。这种学习方式效果非常好，但是成本也非常高。

非监督学习中，给定的数据集没有“正确答案”，所有的数据都是一样的。无监督学习的任务是从给定的数据集中，挖掘出潜在的结构。

举个栗子：

我们把一堆猫和狗的照片给机器，不给这些照片打任何标签，但是我们希望机器能够将这些照片分分类。

通过学习，机器会把这些照片分为2类，一类都是猫的照片，一类都是狗的照片。虽然跟上面的监督学习看上去结果差不多，但是有着本质的差别：

非监督学习中，虽然照片分为了猫和狗，但是机器并不知道哪个是猫，哪个是狗。对于机器来说，相当于分成了 A、B 两类。

强化学习更接近生物学习的本质，因此有望获得更高的智能。它关注的是智能体如何在环境中采取一系列行为，从而获得最大的累积回报。通过强化学习，一个智能体应该知道在什么状态下应该采取什么行为。

最典型的场景就是打游戏。

2019年1月25日，AlphaStar（Google 研发的人工智能程序，采用了强化学习的训练方式） 完虐星际争霸的职业选手职业选手“TLO”和“MANA”。

机器学习实操的7个步骤

机器学习在实际操作层面一共分为7步：

1. 收集数据
2. 数据准备
3. 选择一个模型
4. 训练
5. 评估
6. 参数调整
7. 预测（开始使用）

假设我们的任务是通过酒精度和颜色来区分红酒和啤酒，下面详细介绍一下机器学习中每一个步骤是如何工作的。

步骤1：收集数据

我们在超市买来一堆不同种类的啤酒和红酒，然后再买来测量颜色的光谱仪和用于测量酒精度的设备。

这个时候，我们把买来的所有酒都标记出他的颜色和酒精度，会形成下面这张表格。

颜色

酒精度

种类

610

5

啤酒

599

13

红酒

693

14

红酒

…

…

…

这一步非常重要，因为数据的数量和质量直接决定了预测模型的好坏。

步骤2：数据准备

在这个例子中，我们的数据是很工整的，但是在实际情况中，我们收集到的数据会有很多问题，所以会涉及到数据清洗等工作。

当数据本身没有什么问题后，我们将数据分成3个部分：训练集（60%）、验证集（20%）、测试集（20%），用于后面的验证和评估工作。

步骤3：选择一个模型

研究人员和数据科学家多年来创造了许多模型。有些非常适合图像数据，有些非常适合于序列（如文本或音乐），有些用于数字数据，有些用于基于文本的数据。

在我们的例子中，由于我们只有2个特征，颜色和酒精度，我们可以使用一个小的线性模型，这是一个相当简单的模型。

步骤4：训练

大部分人都认为这个是最重要的部分，其实并非如此~ 数据数量和质量、还有模型的选择比训练本身重要更多（训练知识台上的3分钟，更重要的是台下的10年功）。

这个过程就不需要人来参与的，机器独立就可以完成，整个过程就好像是在做算术题。因为机器学习的本质就是将问题转化为数学问题，然后解答数学题的过程。

步骤5：评估

一旦训练完成，就可以评估模型是否有用。这是我们之前预留的验证集和测试集发挥作用的地方。评估的指标主要有 准确率、召回率、F值。

这个过程可以让我们看到模型如何对尚未看到的数是如何做预测的。这意味着代表模型在现实世界中的表现。

步骤6：参数调整

完成评估后，您可能希望了解是否可以以任何方式进一步改进训练。我们可以通过调整参数来做到这一点。当我们进行训练时，我们隐含地假设了一些参数，我们可以通过认为的调整这些参数让模型表现的更出色。

步骤7：预测

我们上面的6个步骤都是为了这一步来服务的。这也是机器学习的价值。这个时候，当我们买来一瓶新的酒，只要告诉机器他的颜色和酒精度，他就会告诉你，这是啤酒还是红酒了。

经典机器学习算法

• 卷积神经网络（CNN）

• 循环神经网络（RNN）

• 线性回归

• 逻辑回归

• 线性判别分析

• 决策树

• 朴素贝叶斯

• K邻近

• 学习向量量化

• 支持向量机

• 随机森林

• AdaBoost

• 高斯混合模型

• 限制波尔兹曼机

• K-means 聚类

• 最大期望算法