過往提到機械人，可能往往是想到機械人幫我們掃地，削蘋果，替代人們做各種各樣的體力勞動，但當機械人擁有了人工智慧，甚至打敗人類的大腦的時候，卻讓我們感到不安和恐懼。
怎麼才能戰勝不安和恐懼，只有放開懷抱去擁抱未來，擁抱人工智慧，去了解他，控制他，訓練他。我們從不害怕汽車跑的比我們快，我們只會去操作汽車去到我們想要去的地方，對於人工智慧同樣應該抱有這樣的態度。
李開復博士在一篇演講中提到，在很快很快的未來，有50%以上的人會因為人工智慧失業，但我們也可以預想，有更多的人會因為人工智慧受益，它能幫助人類解決問題，能取代重複性的工作，能創造商業價值。你可以想想，為什麼alphago這麼厲害？就是因為它可以動用到幾千臺機器每天和自己對弈上萬盤的圍棋，而這人是做不到的；未來的自動駕駛依靠各種感測器在路上蒐集資料，這同樣是人辦不到了，所以人工智慧在未來的快速發展是乙個必然的過程。
人工智慧也有軟肋，也會犯錯誤，所以人工智慧不會代替人類，智慧型輔助人，各行各業都有人工智慧做不到的，做不好的，正是體現人類價值的地方，同樣，我們程式設計師更不會失業，成千上完的機械人需要更多的人才去維護，控制，訓練；人工智慧需要爸爸，而我們就要做人工智慧的爸爸。
人工智慧（artificial intelligence），英文縮寫為ai。它是研究、開發用於模擬、延伸和擴充套件人的智慧型的理論、方法、技術及應用系統的一門新的技術科學。人工智慧的乙個完整過程是：
1.感知（視覺、語音、語言）
2.決策（**和判斷）
3.反饋
比如siri進行語音識別和語義識別，屬於人工智慧的範疇
影象識別
人腦中有數百至上千億個神經元，每個神經元都通過成千上萬個突觸與其他神經元相連，形成了非常複雜和龐大的神經網路，以分布和併發的方式傳遞訊號。這種超大規模的平行計算結構使得人腦遠超計算機，成為世界上最強大的資訊處理系統。近年來，基於gpu圖形處理器的大規模並行發展迅速，使得人工智慧發展更進一步。
如果我們把人工智慧看成乙個無限潛力的嬰兒，某一領域專業的海量的深度的資料就是餵養這個天才的奶粉，奶粉的數量決定了嬰兒是否能長大，而奶粉的質量則決定了嬰兒後續的智力發育水平。
人工智慧技術立足於神經網路，同時發展出多層神經網路，從而可以進行深度機器學習。
如今很多人工智慧使用到的演算法，其實早在幾百年前的牛頓，高斯，傅利葉時代就已經誕生，只是受到各種大環境不成熟的影響，到現在才發揮出他強大的威力。
人工智慧的實現一般是通過建模和訓練，從建模方法和訓練方式的不同，往往可以被劃分為監督學習，非監督學習，深度學習。
監督學習，簡而言之，就是分類演算法，通過已有的訓練樣本（即已知資料以及其對應的輸出）去訓練得到乙個最優模型（模型屬於某個函式的集合）
比如我們買房子關注的學校，交通，環境，開發商實力，戶型等等，我們可以把這些資料賦予一定的係數，然後得到乙個房子價值分數。然後通過大量的市場資料，得出乙個樣本調查，分析**和價值的樣本關係。這樣的話就可以知道我們後面的選擇。
在無監督學習中我們用的資料會和監督學習裡的看起來有些不一樣，在無監督學習中沒有屬性或標籤這一概念，也就是說所有的資料都是一樣的，沒有區別，所以在無監督學習中，我們只有乙個資料集，沒人告訴我們該怎麼做，我們也不知道每個資料點究竟是什麼意思，計算機拿到這樣一堆資料，會去做一些事情，按照他的理解找到一些聚類，下次當有乙個新樣本的時候，就會把他放到特定的聚類中。這個在醫學研究中用途廣泛。
神經元，逐層抽取，縱向影象識別。它的特點是使用了多層網路，能夠學習抽象概念，同時融入自我學習，而且收斂相對快速。
舉個例子，比如說我現在叫人工智慧去識別乙個動物是豬還是狗，深度學習就是通過多維度的去搜尋，比如毛髮，體型，眼睛，鼻子，逐層抽象出相關的概念，然後做出理解，最終做出判斷和決策。
本文只是乙個開端，接下來我會一一展開，探索人工智慧的奧秘。
隨筆 跳出程式設計師思維看世界
作為程式設計師，我真的有時候特別想 debug 這個世界。看看這個世界究竟是怎麼執行的。因為經常會遇到她的輸出跟我斷言的不一樣，或者我覺得正常的輸入，卻被她判定為非法。先分享兩件事吧。第一件事，記得去年考駕照的時候，應該是在練科目三。教練帶著我練車，當開到乙個地方時，讓我停車。然後跟我說 這裡是乙個...
程式設計師看婚姻
又有人要說他 她 要是想出軌公布各種密碼也沒用。這句話就像在說乙個當官的想貪擋都擋不住一樣。這裡說說法律，法治社會人會不會犯法？還是會有的，所以乙個婚姻監督體系的存在仍然杜絕不了 出軌 總體上來講可以降低這種事件的發生。再說說信任。信任從 來，不是憑空而來的，光說 你怎麼不相信我？關鍵是 我為什麼要...
程式設計師如何看春晚
豬年春晚已經落幕，留給觀眾一堆段子。距離第一屆春晚 1983 年，整整過去了 36 年，3 輪的十二生肖年。而這 36 屆春晚在廣大程式設計師眼裡可以通過 python 資料分析，得到一些答案。在此之前，可以先猜猜看 誰導演春晚次數最多？誰主持春晚次數最多？哪兩年的除夕剛好是同一天？誰上春晚次數最多...