"昨夜西風凋碧樹，獨上高樓，望盡天涯路"
上句是王國維先生的讀書三境界之第一層境界，意思就是做學問之前,先要有思想準備,看到學海無邊知識無涯,從而激發奮鬥並為之獻身的精神和勇氣,同時又感慨自己的學問之不足。
「hello world」與hello world！，就像剛開始學習每一種語言都要去寫第乙個程式「hello world」一樣，學習人工智慧也要有入手點，怎麼才能不是機械的像語言輸出而是真的對它打個招呼hello world!呢？人工智慧是個綜合性複雜學科包含了太多的知識，想要學習它真是路漫漫其修遠兮，吾將上下而求索。
「相見」
lenet 5手寫數字識別
」相識「
在擔心自己沒有能力結合深度學習演算法寫出**後也曾找過導師商談要不要換個研究點，因為乙個人搞這個點的難度太大了，並且實驗室做機器學習方向的人不多，有一位是用的是自動編碼器做步態模擬識別，他的老師在機器學習中比較熟悉的是自動編碼器，卷積網路也是沒有怎麼接觸，所以對於我來說缺乏指導和交流，不過做步態模擬的同學還是給了很多指導和意見的，既然沒的選只能望著遠處高山之巔慢慢前行了。在學習卷積網路演算法過程中，擴充套件閱讀了很多關於人工智慧的基本科普，機器學習演算法是乙個人工智慧裡很重要的組成部分，而所重點看得卷積網路演算法也只是機器學習演算法裡的一種，即便連帶了解了bp、自動編碼器等，這也只是人工智慧的冰山一角，姑且說與其相識了。
"衣帶漸寬終不悔，為伊消得人憔悴"
王國維先生的讀書第二層境界就是在第一層境界之後漸漸產生了對讀書的興趣，就算為此衣帶漸寬和人憔悴都不悔
秋風落葉、時間易逝
」相知「
"小成"
其實人們即希望真正的人工智慧的到來，也害怕真正的人工智慧給人類帶來威脅。就像電影《我，機械人》雖然人們設計師規定了三大準則，但當真的有機械人擁有自我意識會不會像電影裡一樣，控制人類是它認為遵守三大準則也是最好的方法保護人類。在讀過朱松純的關於人工智慧現狀、任務、架構和統一之後，我又有了新認識，現在的大部分智慧型仍是指令工作，即使是現在的人臉識別、自動駕駛等都是乙個大資料小任務模式，而不是小資料大任務模式。就拿卷積網路的影象識別來說，我們加深網路的層數或其他調節靠攏與深度學習，實現像生物學裡發現生物視覺的分層結構達到像生物思考的模式一樣，但是個人覺得我們創造出來的乙個黑盒子無論有多少層和多少引數，還是乙個冰冷的機械化結果，沒有人類的推演化能力，也有專家認為最接近人腦思考的深度學習也陷入困境，人工智慧的冬天正在路上。就像朱松純先生說的，創造出來的應該是烏鴉學習的那種智慧型而不是鸚鵡學舌那種。
看山是山，看山不是山，看山還是山。
人對乙個概念的理解不同，原因有很多，有主觀意識和客觀知識的積累等等。從開始覺得影象識別、智慧型駕駛、智慧型推薦、語音聊天啊覺得是很了不起的人工智慧，到後來覺得這不就是人工設定了準則和方法，讓機器按照人為設定的」路線「走嗎，哪有自我認知智慧型啊。但是能讓按照指令去做人可以完成的工作甚至更甚於人（人臉識別區分雙胞胎、智慧型推薦不用自己去搜尋等等），這些不是智慧型是什麼，當然了實現自主認知學習還要很長一段時間，他是計算機視覺、機械人學習、語言處理、博弈論等等學科綜合的乙個組成。而裡面最重要的是演算法，因為像人一樣如果不會說話（計算機語言處理）可以去聽去寫還可以思考，如果看不見（計算機視覺），仍可以去感知對世界的思考和表達，如果沒有思想就像人被抽出大腦你覺得會怎樣。看到很多有關人工智慧工程師的培訓除了基礎知識和具備一門語言以及數學基礎，佔重要篇幅的就是機器學習演算法。作為「人工智慧教父」的geoffrey hinton他堅信無監督學習未來會是乙個很重要的演算法。但是從目前來看監督學習，也就是有標籤學習訓練**下乙個目標的學習方法還是佔主要位置。但是他也曾想推翻之前的理論研究，因為他認為反向傳播從最低層依據殘差不符合生物資訊選擇，每一層資訊變換都會有資訊丟失，所以迴圈網路結構就更接近與資訊更迭，就是輸入到隱層，隱層輸出再次作為輸入資訊進輸入層，資訊迴圈，增強資訊的關聯。很多神將網路的演算法的乙個重要點就是感知機模型，類神經元工作原理，放在神經網路模型裡就是啟用函式對輸入值在一定閾值到達時才會有想要的輸出類似於軸突樹突間的工作，但是他們都有乙個假設層間神經元不相連，我之前部落格中也寫過對這種假設的懷疑，也有可能億萬神經元的星狀鏈結我們在數學模型上怎麼表達，怎麼規範乙個神經元到其他神經元的鏈結傳輸大小是個難題。現在規定的這種神經網路已經實現了了不起的處理效果，如果完全搞定生物神經的工作原理再到機械人的實現，那真正的智慧型也許就來了。
我眼中的人工智慧（2023年初）
因面向讀者不同，此處略有刪減 除人腦以外，沒有任何乙個自然或人工系統能夠具有對新環境新挑戰的自適應能力 新資訊與新技能的自動獲取能力 在複雜環境下進行有效決策並穩定工作直至幾十年的能力。沒有任何系統能夠在多處損傷的情況下保持像人腦一樣好的魯棒性，在處理同樣複雜的任務時，沒有任何人工系統能夠媲美人腦的...
我所理解的人工智慧
很多人容易把人工智慧理解為機械人。機械人是人工智慧的乙個實際體現。人工智慧應用很廣泛。下面我來談談我的理解。人工智慧可分開理解為 人工 和 智慧型 即人類創造出來的智慧型，從廣義上來講只要人類創造出來，能為人類工作減少人類操作步驟，提高工作效率，代替人類工作的都可以歸為人工智慧，從狹義上來講，是人工...
Forecast的人工智慧
forecast智慧型專案管理軟體 人工智慧 英語 artificial intelligence,ai 亦稱機器智慧型，是指由人工製造出來的系統所表現出來的智慧型。通常人工智慧是指通過普通電腦實現的智慧型。人工智慧的研究可以分為幾個技術問題。其分支領域主要集中在解決具體問題，其中之一是，如何使用各...