自从ChatGPT出现以来，AI这个新生事物就轻松攻克了人们的防线。

首先，一些原创动画师被解雇。动画公司使用人工智能来创作漫画，速度更快，需要的劳动力更少。后来又被引入办公领域。只需输入几个单词，AI 就可以在几秒钟内创建出质量相当好的PPT。告诉它你的要求，它可以在短短几分钟内完成论文和文章；有人用AI写小说、配小说，效率提高了，质量提高了，新颖了，节省了很多脑细胞和宝贵的时间；还有课程教人们如何训练AI，如何让它更加听话，更加仔细地理解主人的指令，更加高效地为我们服务。

为什么人工智能如此强大？发展这么快？

清华大学出版社出版的《人工智能》一书由计算机科学专家、2000年图灵奖获得者、清华大学人工智能学院首任院长姚启智主编。本书在介绍人工智能相关的基本概念时，重点介绍了AI（人工智能）的核心原理和算法，并对AI的研究成果进行了深入的分析和解释。

1、机器学习

AI并不是一个刚刚出现的新事物。早在1950年，阿兰·图灵就在论文《计算机与智能》中提出了“图灵测试”，给出了智能的定义； 1956年，达特茅斯学院的学者正式提出人工智能的概念；自人工智能发明以来，科学家们就从未停止过对人工智能的研究和探索。

人工智能具有强大的搜索能力。击败前国际象棋冠军卡斯帕罗夫的深蓝，自动驾驶和导航路径规划，以及听指令并抓取信息完成绘画或文章的机器人，都被一遍又一遍地搜索。搜索的过程和原理、基于函数的计算、数据结构的描述等。我们常用的智能搜索有盲搜索、启发式搜索、局部搜索和对抗性搜索，基于四种基本算法。

人工智能具有很强的学习能力。用过AI的人都知道，当你第一次输入命令时，它的答案总是有些生硬和不明确，它画的画也只是元素的拼凑而成。不过，只要你给它定期练习的机会，它的工作就会越来越接近你想要的。每一次搜索都是人工智能数据的重组和创建。它收集的数据越多，它就变得越“聪明”。

自带监督学习框架，不断学习算法，积累大量的训练数据集和测试数据集。经过算法调优后，将会提供越来越贴心的服务。

2、机器预测

不知道你注意到没有，天气预报越来越准了。人们曾经喜欢开玩笑说“天气预报从来都不准确”。但现在，借助人工智能模型，通过大量精密的数据计算，可以非常准确地预测某个地区在不久的将来是晴天还是雨天。

机器采集数据，采集大量的文本、声音、视频等，叠加很多线性回归函数，得到深度线性网络，这是最简单的神经网络形式；在网络中添加非线性元素将导致线性回归更加复杂的矩阵模型。神经网络已成为计算机视觉中广泛应用的基本方法。它们还可以用来判断一个人的心理健康状况并计算一个人体重增加的概率。通过采集某个地区的天气数据，推断出某个地区的精确天气并不困难。

3、机器识别

人类生来就具有看世界的能力，人工智能视觉系统经过几十年的研究逐渐取得技术突破，才可以通过计算理解图像，通过卷积神经网络识别图像，并拥有视觉感知。

图像是光与物理世界中的物体相互作用后的平面投影。图像形成的过程称为前向模型。人类视觉和计算机视觉都解决了这个正向模型的逆过程，即识别图像中物体的位置、运动和场景语义信息。要准确地描述图像算法的输入，形成数字图像，就要包含大量的像素。卷积神经网络可以对图像进行卷积和最大池化操作，构建神经网络来准确识别物体。

如果您在户外看到不知名的花朵，可以使用手机进行识别；访问控制和面部识别；自动驾驶的广泛应用还需要机器人视觉识别来扫描复杂的道路环境。

基于神经网络，人工智能还可以构建复杂的语言模型以进行快速翻译。

《人工智能》 本书精选了人工智能搜索、机器学习、线性回归、决策树、集成学习、神经网络、计算机视觉、自然语言处理和强化学习等9个核心方向。教授们对具体算法进行了详细讲解。这些原理基于先进的数学知识和算法，例如函数、导数和概率论。读书还是需要一定门槛的。不过，如果你不明白步骤的计算，你仍然可以通过阅读文字描述来了解人工智能的原理，所以不用担心。

比较适合对人工智能感兴趣的同学。每章末尾都有相应的问题和练习，你可以尝试回答。

正如书的简介中所说，本书“可以作为人工智能专业本科生的教材，也可以作为人工智能的入门参考书”。

版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。