跟著“人工智慧”走出試驗室、逐步有了實踐的應用場景，它成為了一項可能在不久的將來徹底改動人類社會的根底技能，也成為了很多人最愛評論的論題。可是，AI（人工智慧）、機器學習、神經網路計算棒，這些詞看著潮，究竟是指什麼呢？

別慌，咱們試著舉幾個簡略的比方來解釋一下。

人工智慧

“科技潮人”小明愛玩各種數碼產品，日子裡也常常運用打車和訂餐軟體。每天回家前他都會用手機遙控開啟家裡的空調，和朋友約飯的時分也會在地圖軟體上查好地址經過微信群發。

小明喜愛的幾項功用，比方用手機遙控空調，其實是經過幾套程式完成的。

簡略來說，編寫一個一般的程式，其實是通知核算機一套處理方法。比方說一個核算器，編寫的時分就通知它加減乘除法和開平方的界說，通知它一個長算式裡哪種核算優先順序高（比方乘除》加減）。編寫好了之後，這個程式就是核算器了，但是它除了加減乘除和開平方之外，其他什麼都不能做。你不能用它來編寫文件，也不能用它來叫車和訂餐——由於編寫者沒通知它除了管用以外的事。

但小明不想要一個程式控制空調、一個程式導航、一個程式刷臉記考勤，他期望一切的問題都能一站、自發地處理，這就需求人工智慧產品神經網路計算棒了。

這種新的計算程式像人腦一樣，是可以觸類旁通的。比方上一年美國 MIT 的研究者就開宣佈了一種人工智慧，先讓它學習幾個來自梵文的字母，它就能從之後數千個各種言語字母傍邊找出一切的梵文字母。

神經網路計算棒可以讓它們認字、聽懂人說的話、識圖，乃至經過一張圖中一切的物體和他們的方位關係，來判別圖中正在發作什麼。比方，人工智慧有才能辨認下圖中摩托車、駕駛者、頭髮的色彩、圍觀大眾、馬路等元素，答覆一些根本的問題。在未來經過訓練後，它也有才能做出“這是一次同性戀自豪大遊行活動”的判別。
　　

人工智慧、機器學習和神經網路這些將改動人類社會的技能都是啥？

這樣的人工智慧體系，都是“弱人工智慧”。 人類關於人工智慧的終極妄圖是全知全能，也叫做“強人工智慧”，它不光善於考慮，學習才能超強，還可以自我進化。假如你看過電影《超驗駭客》，約翰尼·德普試驗的人工智慧學家威爾·卡斯特在自己生命的遺留之際，將自己的大腦上傳到了電腦裡。這個人工智慧只用了幾個小時就幾乎接管了全球一切最主要的網路體系，包含政府、軍方、銀行等等；過了幾年，它現已統治了世界，用極高的功率開宣佈改造的醫療技能，不光可以控制全球一切人的思想，還用智慧化的生物微粒直接捏出了一個活的威爾·卡斯特。

儘管強人工智慧至今還沒有誕生，可是弱人工智慧也現已十分了不得，它是怎樣完成的呢？

機器學習

機器學習是現在完成人工智慧最主要的方法。再拿小明舉個比方：

小明喜愛吃橙子，他總結出一個規則：色彩越深，個頭越大，橙子越甜。但他新嘗試了美國加州大臍橙之後，發現之前的經歷不論用了：新的橙子，色彩越淺越甜。而小明的室友喜愛吃汁多的橙子，所以小明又學到一條：越軟的橙子汁越多。

掌握了這條規則，小明跑去希臘旅行時，依照之前的經歷買了橙子，卻一點都不好吃！原來，這兒賣的橙子是從其他當地進口的，綠色的好吃橙色的不好吃。

這種不斷嘗試的方法實在太笨了，不如寫一個程式來搞定？這就到了機器學習的領域。其實實在的程式很雜亂，但其邏輯並不難理解：

首要，小明需求斷定一切的橙子的特徵，包含並不限於鉅細、色彩深淺、軟硬、產地等等，在這些特徵之間樹立一些聯絡，比方 A 地出產的橙子越大越好吃，B 地出產的越軟水越多等等，然後再把一切這些資料都輸入到程式裡。

現在，小明去菜市場，不再需求記住自己在哪個菜市場，去的哪個攤位，買的哪個產地的橙子，而是直接拿著一個橙子，把它的特點輸入到這個程式裡，程式會主動跑出“甜不甜”、“汁多不多”，乃至更直觀的“室友愛不愛吃”的成果。測驗的多了，這個程式還會主動學習新的規則。
　　

人工智慧、機器學習和神經網路這些將改動人類社會的技能都是啥？

這些輸入給程式，以及程式自行學習到的規則，就是機器學習演算法。這個程式就是一個機器學習的體系。

可機器又是怎樣“學習”的呢？