（一）从零开始学人工智能—概述

AI无处不在

当前，AI在社会上无处不在，正在颠覆各行各业。

1. ALL in Al

如下图所示，机器学习/深度学习技术无处不在，包括自动驾驶，人脸识别，语音识别等等。

图1.1 机器学习/深度学习应用 甚至，AI在一些领域正在超越人类，如，计算机视觉，围棋，... ...

图1.2 计算机视觉正在超越人类的判断

1.1 对于我们

同花顺的产品中也应用了大量的AI技术，如我们的问财系列、小花、小象、… …

图1.3 预测分析与业务挑战

图1.4 问财智能投顾

这些应用背后的本质是什么？

2. 机器学习本质是什么？

上文多次提到AI，机器学习，深度学习等词，它们三者有什么联系呢？我们先了解几个概念。

2.1 关于AI、机器学习、深度学习

先用一张比较直观的图对比它们的范畴，以及微软工程师对它们的解释

图1.5 AI、机器学习、深度学习三者间关系。 What？借用网上一句话，不要慌，看不懂的一律当作~~约饭~~机器学习处理。

言归正传，本着不以说清楚为目的的教程都是耍流氓的精神：

人工智能：计算机领域类的一套概念。

机器学习：一种实现人工智能的方法。

深度学习：一种实现机器学习的技术。>

所以，机器学习是什么？

2.2 机器学习本质

华丽的外衣

遵循我们的学习习惯，开篇定义：

机器学习是一种数据科学技术，它帮助计算机从现有的数据中学习，从而预测未来的行为、结果和趋势。这属于弱人工智能范畴：即只能解决见过的场景，不能解决未遇见过的问题。

就像定义里描述的，分三步实现：历史数据——学习分布模式——预测未来

看起来是简单的三个步骤，犹如本山大叔的装象三步走：

具体能不能装进去，谁si谁知道~

以上，只是机器学习华丽的外衣，本质上呢，一言难尽，难搞哦~😂😂

腹黑的本质

机器学习 $\approx$ 寻找一个函数/数学

如下图所示，常用的语音识别、图像识别、对话系统等，训练模型的过程都是在寻找一个任务相关的最优化函数。

也就是说，需要找到一个关于输入输出的映射关系，也就是一个最优化函数，那如何确定这样一个最优化的函数呢？

形象的说，为了确定最优化映射关系（函数），会生成一系列的函数，这就是模型的训练过程，再从中选取最优的函数，如上图所示，f1f_1f1​就优于f2f_2f2​，因为f1f_1f1​能准确识别图片，而f2f_2f2​不能。

机器学习的本质既然是我们“最熟悉的数学函数”，那就“好办”啦😂，那…此处就不省略了，从最开始的初等数学函数开始吧！

声明

本博客所有内容仅供学习，不为商用，如有侵权，请联系博主谢谢。

参考文献

[1] 李宏毅，Deep Learning Tutorial，2018
[2] Jim Liang， Getting Started with Machine Learning，2018