人工智能的定义

人工智能及AI在百度百科上的定义为：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

那么这门技术科学在什么场景下，解决一个什么样的问题呢？ 这里可以举这样的例子：输入一组公式，给出一个答案；输入一组围棋的棋局，给出下一步最大概率获胜的走法；输入交通规则、路况、障碍信息，出发点，起始点，得出汽车应该向哪一个方向行驶。AI的本质就是像人一样，把输入变成输出。就像一组公式，x为输入，y为输出，而F() 函数就是AI

AI的两种实现方法

AI把输入转换为输出有两种方法：1）基于规则  2）基于数据。

基于规则就是常用的逻辑判断方法，例如预测一个用户12月13号会买什么商品，那么通过一些条件做简单逻辑判断，例如这个用户是男、25岁、一天前买了键盘，那么我们就判断这个用户12月13号还会买鼠标垫。这就是基于规则。

而基于数据，则是通过机器学习，深度学习的方法。相信很多人还不清楚人工智能和机器学习是什么关系，所以这里强调一下机器学习是AI基于数据输出结果的一类算法。 这类算法在已有大数据的基础上，在学习人类逻辑判断的规律后，机器开始提取合适的特征，根据正反样例，不断学习和试错，得到一个具有通用性的模型，等再用新的输入，这个模型就会得到相应的输出。例如，我们已经有一个用户一年的消费数据，我们把用户10月份的消费数据作为输入，把11月13号用户消费数据作为输出，用机器学习的方法来提取特征，建立模型。然后在用这个模型把11月份的用户消费数据作为输入，这样就预测到12月13号改用户将买什么商品。

AI的驱动层次

这里从整体上介绍AI，AI是一个技术科学，覆盖很多技术领域，可能生活中，我们听过机器学习，听过自然语言处理，听过人脸识别，却不知道这些和AI有着什么样的关系，从下面这幅图就可以清晰的看到AI的驱动层次，以及我们日常听说过的一些词与AI究竟有着什么样的关系。

在AI的技术方向上机器视觉和语音处理已经取得了很大的进展，图像识别，语音识别的正确率已经相当高，而自然语言处理领域还处于早期阶段，机器对文本的理解海院没有达到智能的程度，也是AI的瓶颈所在。

AI驱动层次