在开始之间，我们先介绍一部电影，这部电影名称也直入主题，叫做《人工智能》，于2001年上映，下面做一个故事的简单介绍：
故事设定于近现代的未来世界，世界因地球暖化而导致沿海多数地区被海水淹没，而为了抑制人口成长，怀孕及产子也必须经过严格的审查制度，为了取代多数人口的生产力，机器人的发展技术也因此活跃了起来。有一天，制作机器人的科技公司运用了新技术，制造了世界第一个会爱人的机器男孩大卫，送给了同公司员工亨利，因为儿子生病而不在身边，所以亨利将他带回家陪伴自己的妻子莫妮卡，用来代替其因为绝症而进行冷冻睡眠的儿子一同生活。而因为大卫的外表与个性几乎与平凡男孩无异，而让原先很排斥大卫的莫妮卡开始接受了他，甚至把当作自己的亲生儿子。
起先大卫以为莫妮卡会永远的爱他，但某一天两夫妻的真正的儿子马丁因为绝症奇迹似的康复而从冷冻睡眠中苏醒并出院。而莫妮卡接注意力转移马丁身上，导致了大卫的失宠。大卫在某次马丁的生日派对无意间差点害他淹死在泳池中，而为了防止此事再次发生，亨利向莫妮卡提议将大卫送回机器人公司销毁，但莫妮卡对大卫仍有感情，认为此事太残忍而反对，但为了自己的儿子的性命着想，只好忍痛私自将大卫带到森林中抛弃。
为了回到自己认定的母亲莫妮卡身边，大卫与一起被扔掉的机器玩具熊泰迪一起踏上了旅程，旅途中结识了逃亡中的牛郎机器人乔。之前也从莫妮卡讲的故事中得知了木偶奇遇记中蓝仙女的传说，大卫认为蓝仙女会帮助他实现愿望──变成真正的小男孩，这样母亲就能爱他了，因此大卫改踏上了寻找蓝仙女的旅程。之后大卫随乔到达了制作大卫的公司，大卫看到很多与自己完全一样的“大卫”机器人，他无法忍受，因为他认为莫妮卡只属于他一个人，于是跳海自杀。于后被乔救起，但乔之后被警察抓走。大卫一个人乘潜水艇在海中发现了被海水淹没的一座乐园，里头矗立着一尊蓝仙女的雕像，大卫认为自己找到了，便拼命的向其请求自己想变成真正的小男孩的愿望。
大卫在潜水艇中一直请求蓝仙女，直到大卫身体的能源用完，海水也被冰冻起来。时间经过了2000年，人类已经灭亡，地球被厚实的冰层覆盖，成为一片荒芜的冰冷世界。世界上只剩下进化的人工智能机器人，他们意外找到在海中机能停止的大卫。
他们重新启动了了大卫，并希望大卫快乐，所以决定满足大卫的心愿，利用DNA再生出同一个莫妮卡(母亲)。 但再生人只能存活一天，一旦再次入眠后便不会再醒来，所以大卫与莫妮卡度过了一生中最开心的一天，实现他的愿望，在母亲的怀抱中，微笑地进入梦乡。
故事到这里就结束了，在之后又出现到很多关于人工智能的电影，比如《钢铁侠》《终结者》等等，还有更具创造性的《攻壳机动队》。
当然，事实上的人工智能发展的程度目前并没有那么先进，接下来我们就开始一趟及其富有色彩的旅程吧！
what is AI ?
人工智能之父麦卡锡给出的定义入下：
1.构建智能机器，特别是智能计算机程序的科学和工程
2.人工智能是一种让计算机程序能够"智能地"思考的方式
3.思考的模式类似于人类
那么什么是智能呢？
1.具有推理，规划，学习，交流，感知等等行为表现，大概可以算是智能的。
2.可以根据环境变化而做出相应变化的能力。
3.具有"存活"这最基本的动因。
4.拥有自主能力和自我意识等等。
机器智能的图灵测试
图灵于1950年提出一个关于判断机器是否足够智能的一项实验，有兴趣的boy们可以google。
智能的分类
智能可以分为"自然智能"和"人工智能"。自然智能就是目前我们所知道的人类和动物，所具有的就是自然智能。所谓人工智能就是人为造出来的智能。
人工智能的前景
1.人工智能的出现可以提高人类的生活品质，增加产出效率，解决一些复杂性的问题。
2.目前世界上许多知名的公司都在大力布局人工智能市场，而且又有大数据和机器性能的提升作为保证，再加上政策性的支持，可以说是一种趋势性的引导了。
人工智能需要的基本数学知识
1.微积分
2.线性代数
3.统计学
人工智能简史
1956年，在达特茅斯学院人工智能的研究领域。会议的参加者在接下来的数十年间是AI研究的领军人物。他们中有许多人预言，经过一代人的努力，与人类具有同等智能水平的机器将会出现。同时，上千万美元被投入到AI研究中，以期实现这一目标。
研究人员发现自己大大低估了这一工程的难度，人工智能史上共出现过好几次低潮。由于James Lighthill爵士的批评和国会方面的压力，美国和英国政府于1973年停止向没有明确目标的人工智能研究项目拨款。七年之后受到日本政府研究规划的刺激，美国政府和企业再次在AI领域投入数十亿研究经费，但这些投资者在80年代末重新撤回了投资。AI研究领域诸如此类的高潮和低谷不断交替出现；至今仍有人对AI的前景作出异常乐观的预测。
尽管在政府官僚和风投资本家那里经历了大起大落，AI领域仍在取得进展。某些在20世纪70年代被认为不可能解决的问题今天已经获得了圆满解决并已成功应用在商业产品上。与第一代AI研究人员的乐观估计不同，具有与人类同等智能水平的机器至今仍未出现。图灵在1950年发表的一篇催生现代智能机器研究的著名论文中称，"我们只能看到眼前的一小段距离……但是，我们可以看到仍有许多工作要做"。
人工智能-机器学习-深度学习之间的关联
ai1.png
机器学习是实现人工智能的一种方法，深度学习是机器学习的一个分支，具体描述入下图：
ai2.png
什么是机器学习
机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以推理为重点，到以知识为重点，再到以学习为重点的自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多推论问题属于无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。
机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。
机器学习有下面几种定义：
1.机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
2.机器学习是对能通过经验自动改进的计算机算法的研究。
3.机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。
机器学习可以分成下面几种类别：
监督学习从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求是包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括回归分析和统计分类。
监督学习和非监督学习的差别就是训练集目标是否人标注。他们都有训练集 且都有输入和输出。
无监督学习与监督学习相比，训练集没有人为标注的结果。常见的无监督学习算法有生成对抗网络（GAN）、聚类。
半监督学习介于监督学习与无监督学习之间。
增强学习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。
过拟合
在统计学，过拟合现象是指在拟合一个统计模型时，使用过多参数。
ai3.png
过拟合现象的观念对机器学习也是很重要的。通常一个学习算法是借由训练示例来训练的。亦即预期结果的示例是可知的。而学习者则被认为须达到可以预测出其它示例的正确的结果，因此，应适用于一般化的情况而非只是训练时所使用的现有数据根据它的归纳偏向。然而，学习者却会去适应训练数据中太特化但又随机的特征，特别是在当学习过程太久或示例太少时。在过拟合的过程中，当预测训练示例结果的表现增加时，应用在未知数据的表现则变更差。
ai4.png
绿线代表过拟合模型，黑线代表正则化模型。虽然绿线完美的匹配训练数据，但太过依赖，并且与黑线相比，对于新的测试数据上具有更高的错误率。
分类问题中的三种拟合状态：
ai5.png
什么是深度学习
深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。
ai6.png
深度神经网络是一种具备至少一个隐层的神经网络。与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。
总结
本节主要介绍了一些人工智能的常见名词。下一节我们件将说一下TensorFlow。
网友评论