人工智能,大数据剖析,在很多人看来是高科技,博识莫测,望而生畏.

实在人工智能的核心思想也很大略,普通人也能看得懂.

这是一篇人工智能的科普文章,试图让大家都能看得懂,只需识字即可.

为了有趣,先来两个哗众取宠的论述:

\公众人工智能不讲逻辑,会出错,不是严谨的科学\"大众\"大众人工智能没什么了不起的,中国人五千年前就发明了人工职能\"大众

相信很多人看了这两个论述,都会发笑, 实在我是很负责的.

什么是人工智能?

大略的说,便是通过对过去已知数据的统计剖析,从而对将来未知数据做出评判.

这里对未知数据做出评判,也成为分类或是决策.

在人工智能领域,分类,决策,判断,预测 这几个词基本上是同义词.

比如: 风险投资面临很多初创公司, 投还是不投资,这是个决策,也是预测和判断

这个决策,也相称于把候选公司分为两类,一类是要投资的公司,一类是不投资的公司.

严格的来说人工智能,不能举措看成科学,为什么呢?

科学是严谨的,要么对,要么错,有明确肯定的答案,人工智能不是很严谨,不能给出明确肯定的答案,只能给出大致精确的答案.科学讲究严密的逻辑推理,前因后果之间有明确的逻辑一定性,可以自身验证对错.人工智能是基于统计剖析的,通过归纳总结来做判断,自己做出的判断,连自己都不能验证对错.听起来是笑谈,没错人工智能自己所做的判断,自己却不知对错,须要人来验证.

比来谷歌AlphaGo在围棋比赛中多次降服人类选手,在全天下掀起了人工智能浪潮,

AlphaGo凭借什么赢得比赛? 很多人认为靠的是谷歌的高科技,这个很笼统

更专业一点讲,便是: \公众凭觉得\公众.

\公众AlphaGo评凭觉得降服人类选手\"大众

没错,便是\公众凭觉得\公众, 也可以说\"大众凭履历\"大众,总之不是凭借\公众逻辑推理\公众.

在人工智能领域,履历和觉得,是一个同义词,

以是也可以说\"大众AlphaGo评凭履历降服人类选手\"大众.

\"大众AlphaGo的觉得和履历从哪里来?\公众 这是基于对海量过去棋谱的学习总结出来的.

在人工智能领域,\"大众学习\"大众这个词便是统计剖析的意思.

围棋棋谱的黑白构造,很便于扫描识别,每个局势可记为一个19X19,每点可为3个颜色(黑白空)的图片.

这样一盘棋下来,就对应一系列的有序图片,而对海量数据的统计剖析是电脑的强项.

AlphaGo在对战之前,对过去海量精良棋谱做了统计剖析,大略的说便是,AlphaGo存储了海量的棋谱,

AlphaGo阅棋无数,履历丰富,要走下一步时,AlphaGo会把当前的局势与海量的棋谱做比较,围棋的变革是天文数字,当然不可能找到千篇一律的对局,

他会找到最近似的对局,从而走出下一步.

(这里只是一个简化的描述,实际要繁芜的多).

AlphaGo虽然棋艺博识,当对付其下的每一步棋,他并不知到对错,须要依赖人来做考验.

AlphaGo和李世石的对局中,曾经下了一步臭棋,输了一局, 试想一下,如果李世石想逗AlphaGo玩,

在AlphaGo下错时,故意乱下,故意输棋, 这样AlphaGo并不会创造自己的缺点,反而会把臭棋当妙棋.

如果一个围棋九段高手在不雅观战,对AlphaGo的一步棋提出质疑:\"大众为什么要下这里,而不是那里?\公众

假设AlphaGo会讲话,他会这样说:\"大众我觉得这里要好些,你说的那里也不错\公众

这里想强调的是, 科学常日会有肯定的结论, 人工智能只能得到一个大致的结论.

现在常常有人组织人工智能算法大赛,比的是一个算法判断的精确率.

精确率高的算法便是好的算法,

而通过人工智能得出的结论,不会百分百精确. 乃至可以这样说,如果一个算法可特到百分百精确的结论,肯定不是人工智能.

总结下: 非逻辑推理, 不能自身验证对错, 得到近似的结论是人工智能和科学的最大不同点.

说说天生智能

人工智能里, \公众人工\"大众, 字面上的理解便是人造的, 与其相对的便是: \"大众天生\公众.

比如有的人的双眼皮是天生的, 有的人的双眼皮是人工的.

人类属于高智能动物,天生具有智能.

理解人类天生智能的运作,对付理解人工智能的运作很有帮助.

我们来看看人类天生智能的是如何运作的.

一个三岁小孩, 喜好吃糖.

小孩哭闹的时候, 奶奶就给他糖吃.

几天内,小孩每次哭闹,都吃到到了糖.

这时小孩就会得到一个结论:\"大众哭闹就有糖吃\公众.

之后,想吃糖的时候,哭闹就可以了.

我们仔细剖析一下这个过程:

一开始,小孩并不知道哭闹可以有糖吃,

经由几天的实践,得出\"大众哭闹就有糖吃\"大众的结论.

把稳这个结论: 是基于对几天的数据统计得出来的,并不是通过\"大众逻辑推理\"大众得来的.

这个结论大致精确,但不是百分百精确,是基于履历的结论.

几天内哭闹就有糖吃的数据, 便是现在所说的大数据, 不要以为只有海量数据才是大数据.

有一次是爸爸带这个小孩,小孩想吃糖了,就开始哭闹,结果挨了一断训斥,糖没吃成.

几次下来, 这个小孩改动了之前了却论: \公众在奶奶面前哭闹,就有糖吃\"大众.

从\"大众哭闹就有糖吃\"大众 到 \"大众在奶奶面前哭闹,就有糖吃\"大众,这是一个履历积累和学习的过程,精确率有了提高.

实在,小孩子不会意识这个过程,这是一个自然的天生智能过程

这个过程和人工智能的运作险些是千篇一律的.

人类在发展中,多数履历是通过统计而来的.

中医与人工智能

开篇提到\公众人工智能没什么了不起的,中国人五千年前就发明了人工职能\公众.

什么是中国传统的人工智能?中医学,相面学,风水学这些就可以说是古代的人工智能.

这些学问大都是履历之谈,基于统计剖析,而不是逻辑推理,大致精确会有例外.

这和当代的人工智能极其附近.

以中医学为例,说说和人工智能的关系.

比如一个人口腔发炎,对西医来说便是,查血,白细胞多,解释有炎症,要消炎.

对中医来说, 便是上火了,要清热解毒.

西医是有严密逻辑推理的,由于白细胞多,以是有炎症,西医是严谨科学,明确没有例外.

而中医是基于履历了,中医理论便是古人履历的积累, 大略的说便是: \公众口腔发炎啊,依据以前的履历便是上火了,要清热解毒\"大众.

而以前的履历是否适宜现在的实例呢,这就有点想人工智能,大致精确,但不能担保百分百精确.

以是很多中医师都会说:\公众先吃三天的药,没好转再来看一看\公众

由于中医是基于履历了,以是很多时候中医不被视为科学.

这也是为什么我说当代的人工智能不算科学的缘故原由.

如果人工智能是科学,那中医也是科学.

中医学在数千年的发展中,其丰富的履历是建立在大量诊断案例的根本上的,也便是现在所说的大数据剖析

对大量样本数据的网络整理,提取特色值,统计剖析,从而对将来的样本做出有效的分类,这个是中医和当代人工智能的共同点.

但从判断的精确率来看, 中医的精确率要低于当代人工智能.

当代人工智能在一些领域,比如手写识别,识别率可超过95%, 中医对疾病的判断,很难达到这样的精确度.

究其缘故原由,中医紧张靠人来剖析, 人工智能利用了当代电脑, 无论运算能力和存储能力都超过了人.

还有对样本特色值的提取和记录,当代人工智能通过数学向量或是矩阵来记录,更为客不雅观.

中医对样本特色值的提取和记录,通过阴阳,表里,寒热,虚实,金木水火土等表述,不是很明确,不同的人有不同的理解.

还有在发展过程中,中医内部的信息沟通也欠亨顺,由于这些特点,中医在技能传承和积累上明显不如西医和人工智能.

由于有效的传承和积累,将来的西医和人工智能肯定好比今的强,现在切实其实定比过去的强.

而中医领域,常常涌现现在的不如过去的情形.

现实生活中很多事情是基于履历的.

现实生活中,无论是招聘,还是相亲,都哀求对方是身体康健的.

现在企业招聘员工,为了担保招来的员工是康健的,常日须要入职员工供应体检报告,

这是一个科学的,西医的思维办法,通过查血,胸透等体检报告证明自己是康健的.

同样相亲过程,同样也哀求对方是身体康健的,如何判断对方是康健的呢.

常日我们都是通过对方的言行举止,音容笑脸等外在特色来剖断一个人是否康健.

这是一个非科学的,中医的思维办法,也可以说是一个人工智能的办法,完备依赖履历,大致精确,会有例外.

现在,有些人反中医,把中医说得一无是处,这里对这些人士提个问题:

\"大众回忆下,您相亲时,哀求对方出示体检报告了没有?\"大众

如果没有哀求,解释您还是通过中医的,非科学的办法来认定对方是康健的.

相亲时,哀求对方出详细检报告,听取来很荒谬,但这确实是剖断康健状态的科学办法.

(提醒: 急症还是要看西医).

日常生活中的人工智能

顾客定位

现在很多互联网公司通过对用户利用数据的网络和剖析,具备绘制\"大众用户肖像\"大众的能力, 这里的\公众用户肖像\"大众不是视觉上的肖像,而是对用户进行分类.

大略的说,便是\"大众哪些有钱,哪些没钱,哪些70后,哪些90后\"大众, 繁芜一点便是:\"大众哪些喜好苹果,哪些喜好小米,哪些是球迷,哪些是文青等\"大众等用户兴趣爱好, 对用户准确定位后,就能投其所好,这是很有商业代价的.

现在很多手机运用喜好给用户推信息,理解用户的兴趣爱好很主要,让用户反感的话,直接就把运用给卸载了, 这便是大数据和人工智能剖析.

这实在也不是新鲜事,一些有履历的业务员,顾客一进店,通过顾客的衣服,裤子,皮鞋,饰品,年事,拿的手机,说话口音等特性值,就能够对这个顾客做定位, 这个顾客会不会买产品,会买什么样的产品.

对顾客精确定位后,就能把精力集中在有效的顾客上,提高古迹.

这样的人,现实生活中,被成为\"大众以貌取人,看人下菜\"大众,大家都不喜好. 但其事理和现在的大数据和人工智能剖析一模一样.

地域偏见

地域偏见话题,本想避而不谈,当这是一个客不雅观存在的征象,不能假装没瞥见, 恰好和人工智能有关,这里谈一谈.

现实生活中,常常会碰着地域话题, 比如: 北京人,上海人,广州人,西安人,成都人,重庆人,武汉人,东北人,河南人,武汉人,云南人怎么怎么样.

说某某处的人怎么怎么样,这是一个基于履历,非科学的判断,犹如人工智能.

以上海人为例:

公司里有三个上海籍员工,为人挺好,便是琐屑较量,很小气.

现在公司新来一个员工,也是上海人,很多人就会认定这个新员工肯定很小气.

剖析一下这个征象:

新来员工和之前的三个人没有任何关系,是不同的人, 由于前面三个人小气,而认定新员工也小气,这是不符合逻辑,也是不科学的.

前面三个人小气,便是大数据, 通过大数据统计剖析,来对新人定位,而这个评履历的剖断过程实在和人工智能和相似,切实其实便是一回事.

这里以上海人为例,紧张是考虑到,上海人自傲足以面对调侃, 再说小气也不是多大的贬义,上海人相应的严谨负责,左券精神是很正面的.

识人相人

在现实生活中交友,相亲,商务来往,常常须要对人做出评判,大略的说便是\"大众可靠,不可靠\"大众.

一些人不识人,随意马虎上当受骗, 而一些人的眼睛,很厉害,一眼能把人看个透.

这用人工智能的话来说,便是判断精确率的高低问题.

人工智能要达到高识别率,有两个主要条件: 1, 海量的样本数据. 2,精良的算法.

这和现实中识人类似, 年青人涉世浅,打仗的人少, 也便是样本数据少,或是样本数据纯挚,以是履历浅

年纪大的人,涉世深,打仗的人多,也便是样本数据多,样本有广泛代表性,以是履历丰富.

当然,要有较高的识别率,除了阅人无数外, 头脑聪明也是必需的. 头脑聪明就相称于算法精良.

赞助决策

人工智能日常的运用十分广泛, 这里挑几个说一说:

风险投资决策,企业招聘员工,金融机构对客户的信用评估,在这些决策里,大公司都有专业人工智能算法赞助决策.

一些小公司凭借主管履历来决策,也可以说凭人类天生智能来决策.

在一些大型的风险投资机构和金融机构, 他们都拥有一流的人工智能算法赞助投资信贷决策,

即便这样,依旧有失落败的投资或是信贷案例,这便是人工智能.

由于没有百分百的办法,有一个精确率较高的算法总是要好一些.

和很多人有关的便是招聘和应聘,大公司有一套人才筛选机制.

你去应聘时的简历,口试考评,有些公司还有在线性情评测, 所有的这新信息,就构建成了应聘者的一个数学模型,

然后通过人才筛选机制过滤,这个筛选机制可能是主管靠履历来确定,也可能是人工智能算法确定.

任何公司的人才筛选机制,都是为了获取精良人才,但也会有一些人才由于筛选机制挡在门外.

最常见的招聘哀求便是: 本科以上学历.

这实在是一个最简化的人工智能模型, 仅仅通过一个指标来评测.

这个学历哀求, 我们称为门槛, 在人工智能领域,有个对应的术语,叫做\"大众阀值\公众.

客不雅观的讲,用学历作为哀求选拔人才,不会百分百精确.

有些学历低的人能力比学历高的人能力强, 是有这样的征象.

但是很多公司还是会设值这个哀求, 由于没有百分百精确的办法, 由于为了少数情形, 降落标准,须要耗费格外的人力和韶光.

一个基于人工智能的开关设计

这里设计一个基于人工智能的开关, 紧张是为相识释人工智能基本事理,同时也解释人工智能实在可以很大略.

对应上班一族,冬天的时候,天亮得晚,每天闹钟响起时,天还没亮, 轻微睡一会

我创造如果闹钟响时,同时打开灯,光芒对付醒瞌睡儿很有帮助,这里就设计一个帮助起床自动开灯的开关.

有人会大概会说,这很大略啊,开关加个定时器,设定个开关韶光不就得了,这是可以的,但这不是人工智能.

这个人工智能开关可以这样设计:

同时支持手动和自动开关内置时钟和存储功能,对每次手动开关韶光做记录.

细节上,我们可以把每天6点到9点的第一次手动开启,视为用户起床.

经由几个星期对用户手动开启的韶光记录(大数据),之后就可以自动开启了(智能),

对付上班一族,这个人工智能精确率还是很高的, 当然有时候,用户感冒了,请了个假,想睡个

这个设计是否利用实用,不知道,但的的确确是基于人工智能和大数据剖析的.

后记

对付普通读者,人工智能常常被讲繁芜了,人们喜好把问题讲繁芜了,常日有两种情形:

一种情形是作者自己也不懂,便是堆砌一些英文直译新名词,以是读者自然也看不懂,读者看不懂,自然无法质疑;

另一种情形是,科学家过于严明负责,怕笔墨不严谨,担心写错了误导读者,总喜好用数学公式来描述,以是大众看不懂.

本文的本意便是一篇易懂的科普文章, 难免有不严谨或是缺点之处,还望专家学者斧正。