目录
这是一篇笔记。
1、什么是人工智能？
艾伦 麦席森 图灵，英国，人工智能之父。
1950年在论文《机器能思考吗？》中提出了图灵测试，一种用于判定机器是否具有智能的试验方法。
提问者和回答者隔开，提问者通过一些装置（比如键盘）向机器随意提问，多次测试，如果有超过30%的提问者认为回答问题的是人而不是机器，那么这台机器就通过测试，具有了人工智能。
人工智能：机器模拟人的意识和思维。
2014年6月（6年前，比图灵预测的晚了14年），一台计算机（聊天软件）成功让人类相信它是一个13岁的男孩，成为有史以来首台通过图灵测试的计算机。
2015年11月（5年前），机器依据未见过的书写系统（例如藏文）中的一个文字符号，写出了同样风格的字符，说明机器已具备迅速学写陌生文字的创造能力。
2、消费级人工智能产品
人工智能助理：谷歌的Assistant，微软的Cortana(中文名：小娜，window系统上的一个语音设置)、苹果的Siri、亚马逊的Alexa
3、人工智能先锋
Geoffrey Hinton，多伦多大学教授，谷歌大脑多伦多分部负责人，发表了许多让神经网络得以应用的论文，激活了整个人工智能领域。
Yann LeCun，纽约大学教授，Geoffrey Hinton的博士后，Facebook AI研究室负责人，改进了CNN算法，使CNN具有了工程应用价值，现在CNN依然是计算机视觉领域最有效的模型之一。
Yoshua Bengio，蒙特利尔大学教授，微软公司战略顾问，推动了RNN算法的发展，使RNN得到工程应用，用RNN解决了自然语言处理中的问题。
4、什么是机器学习？
机器学习是一种统计学习方法，计算机利用已有数据，得出某种模型，再利用此模型预测结果。
它的特点是：随经验的增加，效果会变好。
先用以往数据训练模型，再用模型预测新数据的结果。
三要素：数据、算法、算力。
机器学习和传统的计算机工作的不同：
传统冯诺伊曼计算机工作原理：指令和数据都被预先存储，按照指令先后顺序，逐条读取并运行。它的特点：输出结果是确定的。
5、什么是深度学习？
深度学习是深层次神经网络，来源于脑神经的研究。
计算机中的神经网络发展（三起两落）
第一次兴起：1958年，人们把两层神经元首尾相接组成感知机。
第一个寒冬：1969年，被学者证明不能解决异或问题。如果想解决异或问题，需要把感知机扩展到两层，但是当时计算机没有这样的能力。
第二次兴起：1986年，学者提出反向传播算法，解决了两层神经网络的算力问题。
第二个寒冬：1995年，SVM诞生，SVM可以免去神经网络需要调节参数的不足，还避免了神经网络中局部最优的问题，一举击败神经网络，成为当时人工智能领域的主流算法。
第三次兴起：2006年，深层次神经网络出现，2012年卷积神经网络在图像识别中表现惊人。
6、机器学习最主要应用是什么？
对连续数据的预测
对离散数据的分类
7、机器学习的应用领域
计算机视觉
语音识别
自然语言处理
8、总结：人工智能 VS 机器学习 VS 深度学习
人工智能：机器模拟人的意识和思维。
机器学习：实现人工智能的一种方法，是人工智能的子集。
深度学习：是深层次神经网络，是机器学习的一种实现方法，是机器学习的子集。
【结束】
