自去年alphago戰勝李世石以來，ai的熱度一致居高不下，將近期了解知識簡單梳理，供大家學習和討論。
什麼是人工智慧?學術界將人工智慧分為傳統人工智慧方法和現代人工智慧方法。那麼傳統人工智慧方法是怎樣的呢?其實簡單地講，傳統人工智慧的思路是，首先了解人類是如何產生智慧型的，然後讓機器按照人的思路去做。這是對人工智慧直覺認識，早期科學家也在這個方向上進行了很長時間的研究，到20世紀60年代末實在發展不下去了。
20世紀70年代，人類開始嘗試機器智慧型的另外一條發展道路，即採用資料驅動和超級計算的方法。該方法首先被康內爾大學的教授賈里尼克用於研究語音識別，在賈里尼克之前，各個大學和研究所得專家們在這個問題上已經花了近20年的時間，主流的研究方法有兩個特點：一是讓計算機盡可能地模擬人的發音特點和聽覺特徵，二是利用人工智慧的方法理解人所講的完整語句。對於第一項研究，又被稱為特徵提取，大家提取特徵的方式不一，好壞也不一。對於第二項研究，大家都採用了傳統人工智慧方法，基於語法規則和語義規則。但賈里尼克不是語言學專家，而是一位通訊專家，在他看來，語音識別其實就是乙個通訊問題。
典型的通訊過程如圖1所示。對端是資訊源，將所要表達的觀點組織成語言然後表達出來，實際上是資訊編碼的過程。資訊源發出的語音通過聲道、空氣等媒介傳播到本端，本端對所接收的資訊進行解讀，理解對端意思的過程就是資訊解碼的過程。既然是通訊問題，就採用解決通訊問題的方法，為此賈里尼克用兩個數學模型分別表示信源和通道，找到數學模型後，下一步就是採用統計的方法用大資料訓練模型的引數，這就是「機器學習」的過程。在這個過程中，需要有大量的資料和足夠的計算能力。
資料使用的基本流程如圖2所示。首先獲取大量有效資料，然後對資料進行分析，總結事物的某種規律，將該規律固化成模型也就是知識，後續遇到類似的問題，將其作為該系統的輸入，即可**結果。如果在系統非常複雜的時候，我們無法直接獲得我們所需要的資訊，我們可以將相關聯的資訊量化，並且找到二者之間的相關關係，對這種相關關係建立數學模型，間接地得到我們所需的資訊。也就是說，對於有確定關係的問題，我們可以通過分析得到固有的模型進行描述。但是大千世界，並不是所有的事物都是有確定模型可描述的，對於這類不確定性問題，通過分析資料間的相關性，以資料驅動的方法進行研究。詳細的分析見《大資料時代，我們應該有怎樣的思維方式》一文。
資料驅動方法在20世紀70年代得以起步，在**十年代得到緩慢穩定的發展。進入21世紀之後，由於網際網路的出現，使得可用的資料量劇增，資料驅動方法的人工智慧優勢越來越明顯，當前正在從量變到質變的飛躍中。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，有興趣的朋友，可以查閱多智時代，在此為你推薦幾篇優質好文：
1.人工智慧時代，ai人才都有哪些特徵？
2.大資料攜手人工智慧，高校人才培養面臨新挑戰
3.人工智慧，機器學習和深度學習之間，主要有什麼差異
4.大資料人工智慧領域，如何從菜鳥晉級為大神
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
人工智慧是什麼？
60年來，人工智慧經歷了從爆發到寒冬，再到野蠻生長的歷程。網際網路預言家 凱文 凱利提出，人工智慧將是未來20年最重要的科技。連00後都在了解人工智慧。60後呢？70後呢？80後呢？90後呢？為什麼人工智慧現在這麼火呢？在大資料時代，你 來 過，就一定會留下痕跡。知人知面更要知心，人工智慧更了解你的...
人工智慧發展的要素是什麼，人工智慧市場的人才現狀
中國已成為全球人工智慧的發展中心之一，但面臨著巨大的人才缺口，隨著越來越多的高科技公司開設機械人或者人工智慧業務分部，人工智慧或機器學習類專業人才正在變得炙手可熱，人才 也是水漲船高。甚至在矽谷，剛畢業的人工智慧領域博士能拿到超過百萬美元的年薪。目前國內人工智慧相關技術崗位，主流年薪也在30 60萬...
大資料和人工智慧之間，主要是什麼關係？
當今it領域的三大支柱是人工智慧 大資料 雲計算。如果人工智慧是追求的指標，那麼大資料和雲計算則是人工智慧的重要支撐。當前人工智慧發展的主流方向是深度學習，非常於大資料和深度學習的聯合。就我個人而言，我研討的方向是自然語言處理，近幾年自然語言裡最熱的是多人對話，像聊天機械人 智慧型客服等。人工智慧的...