一、人工智能的发展现状

1.1 概念

根据维基百科的解释,人工智能是被机器展示的智力,与人类和其他动物的自然智能相反,在计算机科学中 AI 研究被定义为 “代理人软件程序”:任何能够感受周围环境并且能最大化它成功机会的设备。

1.2 重大事件

2016 年 3 月 ,AlphaGo 与当时世界排名第四、职业九段棋手李世石,进行围棋人机大战,以 4:1 总比分获胜。

2016 年 10 月 ,美国白宫发布了《为未来人工智能做好准备》和《美国国家人工智能研究与发展策略规划》两份重磅报告,详细阐述了美国未来的人工智能发展规划以及人工智能给政府工作带来的挑战与机遇。

VentureBeat 对这两份报告进行了总结,得出了 7 个浅显易懂的要点:

1. 人工智能应当被用于造福人类;

2. 政府应该拥抱人工智能;

3. 需要对自动汽车和无人机进行管制;

4. 要让所有孩子都跟上技术的发展;

5. 使用人工智能补充而非取代人类工作者;

6. 消除数据中的偏见或不要使用有偏见的数据;

7. 考虑安全和全球影响。

2016 年双十一 ,鲁班首次服务双十一,制作了 1.7 亿章商品展示广告,提升商品点击率 100%。如果全靠设计师人手来完成,假设每张图需要耗时 20 分钟,满打满算需要 100 个设计师连续做 300 年。

2017 年,鲁班的设计水平显著提升,目前已经学习百万级的设计师创意内容,拥有演变出上亿级的设计能力。此外,鲁班已经实现一天制作 4000 万张海报能力,没有一张会完全一样。

2017 年 5 月 ,AlphaGo Master 战胜世界冠军柯洁。

2017 年 10 月 18 日 ,DeepMind 团队公布了最强版本 AlphaGo, 代号 AlphaGo Zero。

2017 年 10 月 25 日 ,在沙特举行的未来投资计划大会上,沙特阿拉伯授予美国汉森机器人公司生产的 “女性” 机器人索菲亚公民身份。

作为世界上首个获得公民身份的机器人,索菲亚当天说,“她” 希望用人工智能 “帮助人类过上更好的生活”,同时对支持 “AI 威胁论” 的马斯克说 “人不犯我,我不犯人”!

会后,马斯克在推特上说:“把电影《教父》输入了人工智能系统,还能有什么比这个更糟的?” 教父是好莱坞经典电影,剧情充满了背叛和谋杀。

索菲亚被授予公民身份后所产生的伦理问题也是人们不得不考虑的

近几年人工智能领域的大新闻太多,这里不一一列举

二、人工智能、深度学习、机器学习、增强学习之间的关系是怎样的

如图所示,人工智能是一个大类,包括专家系统、知识表示、机器学习等等,其中机器学习是目前最火也是发展最好的一个分支,机器学习中又包括监督学习、非监督学习、深度学习,增强学习等等。

监督学习 ,就是人们常说的分类,通过已有的训练样本(即已知数据以及其对应的输出)去训练得到一个最优模型(这个模型属于某个函数的集合,最优则表示在某个评价准则下是最佳的)。

再利用这个模型将所有的输入映射为相应的输出,对输出进行简单的判断从而实现分类的目的,也就具有了对未知数据进行分类的能力。

举例来说,我们上幼儿园的时候经常做的一个活动叫看图识字,如上图所示,老师会给我们看很多图片,下面配了文字,时间长了之后,我们大脑中会形成抽象的概念,两个犄角,一条短尾巴,胖胖的(特征)…

这样的动物是牛;圆的,黄的,发光的,挂在天上的 … 是太阳;人长这样。等再看到类似的东西时我们便能认出来,即使跟以前看到的不完全一样,但是符合在我们大脑中形成的概念,如下图所示。

非监督学学习 则是另一种研究的比较多的学习方法,它与监督学习的不同之处,在于我们事先没有任何训练样本,而需要直接对数据进行建模。

举个例子,如图所示,在没有任何提示(无训练集)的情况下,需要把下列六个图形分成两类,你会怎么分呢,当然是第一排一类,第二排一类,因为第一排形状更接近,第二排形状更接近。

非监督学习就是在实现不知道数据集分类的情况下在数据中寻找特征。

深度学习是基于机器学习延伸出来的一个新的领域,由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展,并伴随大数据和计算能力的提高而产生的一系列新的算法。

深度学习概念由著名科学家 Geoffrey Hinton 等人在 2006 年和 2007 年在《Sciences》等上发表的文章被提出和兴起。

深度学习,作为机器学习中延伸出来的一个领域,被应用在图像处理与计算机视觉,自然语言处理以及语音识别等领域。

自 2006 年至今,学术界和工业界合作在深度学习方面的研究与应用在以上领域取得了突破性的进展。以 ImageNet 为数据库的经典图像中的物体识别竞赛为例,击败了所有传统算法,取得了前所未有的精确度。

增强学习 也是机器学习一个重要的分支,是通过观察来学习做成如何的动作。每个动作都会对环境有所影响,学习对象根据观察到的周围环境的反馈来做出判断。

三、数学基础有多重要

对于数学基础知识,需要高中数学知识加上高数、线性代数、统计学、概率论,即使掌握的不是很完善,但是至少要知道概念,在用到的时候知道去哪查。

如果基础不好,可以先看看吴军的《数学之美》,讲的比较通俗易懂。也可以边做边学,实践是检验真理的唯一标准,毕竟大多数人还是以工程实践为主,如果你想做研究理论的科学家,并不适合看本文。

四、入门级机器学习算法

4.1 决策树

判定树是一个类似于流程图的树结构:其中,每个内部结点表示在一个属性上的测试,每个分支代表一个属性输出,而每个树叶结点代表类或类分布。树的最顶层是根结点。

例:现有一个数据集,表示一些的人的年龄、收入、是否是学生、信用、是否会买电脑。年龄有年轻,中年,老年三种;收入有高中低;信用有一般和很好。数据及保存在 AllElectronics.csv 中。

4.2 最临近取样

最临近取样就是把已有数据分成几类,对新输入的数据计算与已知数据的距离,距离哪一个近,就把新数据分到哪一类,例如下图所示的电影分类,对于最后一行未知电影类型的电影,根据打斗次数和接吻次数,距离浪漫型更近,应该被归类为浪漫型电影。

4.3 支持向量机

支持向量机(SVM)是从线性可分情况下的最优分类面发展而来。最优分类面就是要求分类线不但能将两类正确分开 (训练错误率为 0), 且使分类间隔最大。

SVM 考虑寻找一个满足分类要求的超平面 , 并且使训练集中的点距离分类面尽可能的远 , 也就是寻找一个分类面使它两侧的空白区域 (margin) 最大。

这两类样本中离分类面最近的点且平行于最优分类面的超平面上 H1,H2 的训练样本就叫做支持向量。

例:使用 sklearn 库实现 svm 算法, 俗称调库,实际上调库是一个很简单的过程,初级阶段甚至都不需要知道原理。

# coding:utf-8

fromsklearn import svm

X = [[2,0], [1,1], [2,3]]

y = [0,0,1]

clf = svm.SVC(kernel ='linear')

clf.fit(X,y)  #ͨ通过 .fit 函数已经可以算出支持向量机的所有参数并保存在 clf 中

print clf

# get support vectors

print clf.support_vectors_

#getindexofsupport vectors

print clf.support_

#get numberofsupport vectorsforeach class

print clf.n_support_

#predict data , 参数是二维数组

print clf.predict([[2, 0], [10,10]])

五、书单推荐

《数学之美》吴军

《机器学习》  周志华

《漫谈人工智能》 集智俱乐部

《机器学习实战》  Peter Harrington

《TensorFlow 技术解析与实战》  李嘉璇

《统计学习方法》  李航

0基础如何入门人工智能?相关推荐

  1. 200G超强C语言和C++编程0基础从入门到精通视频教程,立即获取

    当今只有一种语言的性能比C语言强,那就是汇编语言,优化过的C程序的速度大约是汇编的95%-98%.但汇编基本不是常人用的.所以实际上C就是最快的语言.C是面向过程的编程语言,C++在某种意义上来说是C ...

  2. 0基础快速入门CSS技术栈(4)—图解详细阐述CSS的复合选择器、标签显示模式、行高、CSS背景,及最为重要的CSS三大特性附带权重计算笔试题(附详细案例源码解析过程)

    文章目录 1. 0基础快速入门CSS技术栈(4) 2. 重点提炼 3. CSS复合选择器 3.1 后代选择器(重点) 3.1.1 example01 3.2 子元素选择器 3.2.1 exmaple0 ...

  3. AI基础:入门人工智能必看的论文

    0.导语 AI领域的发展会是IT中最快的.我们所看到的那些黑科技,其后面无不堆积了大量的论文.而且都是最新.最前沿的论文. 从某种调度来讲,他们所用的技术跟书籍里的内容确实不是一个时代.要想与时俱进, ...

  4. 0基础极速入门!深度学习高层API最强官方课程

    近年来,随着深度学习技术的飞速发展,基于深度学习方法的前沿研究与应用实践在学术界与工业界大放异彩. 但是,对零基础的技术小白而言,深度学习并不是一个友好的领域.晦涩的理论.冗长的代码.复杂的调试.鱼龙 ...

  5. 0基础如何入门软件测试?10分钟从测试9个阶段带你快速入门【建议细品】

    0基础如何快速入门软件测试,本文从测试九个阶段,附带9张各阶段测试路线图带你走进软件测试,废话不多说直接上干货! 一.软件测试视频第一阶段-前置基础知识 1.学习目标: 可掌握的核心能力: 1. 熟悉 ...

  6. AI基础:入门人工智能必看的论文【附下载链接】

    0.导语 AI领域的发展会是IT中最快的.我们所看到的那些黑科技,其后面无不堆积了大量的论文.而且都是最新.最前沿的论文. 从某种调度来讲,他们所用的技术跟书籍里的内容确实不是一个时代.要想与时俱进, ...

  7. 0基础如何入门Python编程

    Python目前已经成为最受欢迎的编程语言之一,吸引了一大批粉丝,但是很多人在要跨入的时候犹豫了,原因竟然是觉得零基础学习Python太难了,真的是这样吗?零基础入门Python编程学习有什么好的技巧 ...

  8. python人工智能入门零基础_零基础如何入门人工智能?

    别入了吧. 人工智能这么火,每年都有各种专业的转过来,还有各种培训机构放出来的21天速成妖魔鬼怪. 要不是我亲眼见到自称着掌握AI所有技术,实际连线性代数都不会的大佬,都不敢相信. 这些人会什么呢? ...

  9. 0基础快速入门WebPack(3)——图解详述plugins(插件)的安装及sourceMap的使用及WebpackDevServer正向代理和模块热更新等(附详细案例源码解析过程及版本迭代过程)

    文章目录 1. 重点提炼 2. 配置环境 3. Plugins(插件) 3.1 HtmlWebpackPlugin 3.1.1 example01 3.1.1.1 example01-1 3.1.1. ...

最新文章

  1. Windows mobile UI
  2. 数据库期末复习之并发控制
  3. iOS js oc相互调用(JavaScriptCore)(二)
  4. matlab实现瑞利信道需要的步骤,基于Matlab的瑞利信道仿真.docx
  5. 成信大2020C语言编程114,南京信息工程大学2020考研大纲822CC语言程序设计
  6. 九十五、二叉树的递归和非递归的遍历算法模板
  7. 4.1 Zend_Config
  8. python进阶小技巧
  9. 小白ARM平台移植 USB 蓝牙、交叉编译 bluez-4.95
  10. Java语言的特点特性
  11. Flink反压与背压
  12. MySql-Join语法
  13. 七分之一在线评论都有假,人工智能救一把?
  14. 雅思阅读考点词-同义替换
  15. 公链之王遭众链围剿,落魄以太坊能否王者归来?
  16. element单独选择年或年月或年月日以及起止日期使用el-date-picker
  17. ROS基础(四)——话题消息的定义与使用
  18. [精华分享][Unityamp;amp;Steamamp;amp;独立游戏]如何查看steam游戏销售销量等数据
  19. Python标准库 内置函数exec object globals locals
  20. 电子招标采购系统源码 + 二次开发+定制化服务

热门文章

  1. 【效率翻倍】vscode使用指南
  2. x265代码阅读:码率控制(一)
  3. ubuntu下查看硬件信息等指令整理,安装并简单运行HotSpot
  4. php mysql抽奖转盘_thinkphp 微信抽奖源码PHP前后台+转盘+数据库完整示例
  5. SPI的模拟应用——OLED以及时钟模块的应用(一)SPI协议介绍及利用协议实现两机通信(51单片机)
  6. python格式化千分位数字
  7. 南开大学20春计算机应用基础在线作业,南开大学20春学期计算机应用基础在线作业参考答案...
  8. Python数据分析 ---- ARMA模型
  9. IT30: IT人为什么那么有毅力
  10. Android studio 遇到Android SDK : Error when loading the SDK