人工智能变得简单

发布日期：2018年10月31日 / 更新日期：2019年4月8日 – 作者：Konrad Wolfenstein

人工智能简述。如何追踪海量数据，例如大数据？这只有当你熟悉某些模式，或者允许自己受其引导时才有可能实现。.

人工智能（AI）——简单语法

一个个人实验：你脑海中有一个特定的图像。今天，它应该是一个红色橱柜，配有白色把手。你会怎么做？

你在谷歌搜索中输入“红色橱柜，白色把手”。.

收益？不高。.

第二次尝试：在谷歌搜索中输入“红色橱柜，白色把手”。.

结果已经有所改善，但肯定还可以更好。.

使用谷歌搜索是编程的第一步。收集搜索查询并将其转化为算法和代码，就构成了神经网络。.

如上图所示，机器学习并非可以快速实现的，它需要大量的时间和精力，这也解释了其相应的开发成本。然而，考虑到人工智能不会休假、退休或经历任何其他自然缺勤，情况就完全不同了。.

但那款红色橱柜配白色把手，明天还会流行吗？它还能符合你的生活方式吗？品味会改变。而这正是深度学习的用武之地。以我们的例子为例：随着你不断搜索，人工智能会学习并识别出你的搜索行为如何根据你感兴趣的其他主题而发生变化。然后，它会自主开发新的算法来“预测”你一年后可能会对一款绿色橱柜配蓝色把手感兴趣。.

糟糕吗？对某些人来说确实如此。但其实并非如此。我们对未知的恐惧蒙蔽了我们的双眼。如果我们问一群人明天想在电视上看到什么有趣的节目，你会得到五花八门的答案。并非所有答案都相同。那么，你用什么标准来决定接受哪个建议呢？是节目内容，还是主持人的外貌？

人工智能也是如此。结果取决于神经网络的“编程”强度。关键在于模式分析，它应该帮助我们做出正确的决策，而不是控制我们。因为如果我们无法在大数据中进行模式分析，我们将遭受无情的毁灭。这才是真正的恐怖景象。.