在很多方面，人工智能的表現(xiàn)已經(jīng)超越了人類，這并不代表人工智能很聰明。相反，其實(shí)人工智能是很傻很天真的，你認(rèn)認(rèn)真真與它交流，會被嚇到，但如果稍微使點(diǎn)詐，它就會原形畢露。那么人工智能是如何看起來很聰明的呢，下面筆者以講故事的形式，讓大家了解監(jiān)督學(xué)習(xí)下的人工智能是如何運(yùn)作的。

　　非人工智能階段

　　故事的主角叫小A(AI)，我們讓小A學(xué)習(xí)化妝。在沒有任何的幫助下，小A化妝只有一個步驟，那就是上色，所以剛開始小A化妝會全部涂成純色。這是因?yàn)槌跏蓟男相當(dāng)于計(jì)算器，你給她一個指令，她就輸出一個結(jié)果。你讓她化妝，她就涂上純色。結(jié)果客戶非常不滿意，怎么辦?你得先教小A認(rèn)臉。

　　人工智能起步階段

　　小A眼中的世界與我們是不一樣的，我們能夠看到色彩、形狀，而小A的眼里只有0和1兩個數(shù)字(二進(jìn)制)，你可以理解為小A高度近視，但不愿意戴眼鏡。所以小A想要認(rèn)臉，先要把人臉抽象化，比如人的嘴巴就是一條曲線。小A將這條曲線對應(yīng)的0、1排列順序認(rèn)作是人的嘴巴。

　　問題又來了，曲線代表嘴巴的話，小A有時(shí)候會把眉毛也看成嘴巴，為了避免笑話，你讓小A判斷是不是嘴巴的時(shí)候，不要單純的以“是”或“不是”為結(jié)果。這時(shí)候你給小A的一些算法，讓她把疑似嘴巴的曲線對應(yīng)的0、1排列順序輸入算法中，最終結(jié)果會出現(xiàn)一個百分?jǐn)?shù)，當(dāng)百分?jǐn)?shù)大于90%的時(shí)候，小A就知道這條曲線就是嘴巴，然后就能化妝了。以上就是比較初級的人工智能，比剛開始聰明一些，但還是不夠聰明。

　　人工智能發(fā)展階段

　　小A又遇到了問題。小A給一個人化妝的時(shí)候沒有問題，但給多個人化妝就有問題了，因?yàn)槿酥g差別太大。比如之前都是給櫻桃小口的客戶化妝，現(xiàn)在突然來了一位大嘴客戶，小A不知道該怎么化了。

　　那該怎么辦?為了讓小A能夠快速掌握技能，你準(zhǔn)備了一沓照片，上面幾乎擁有人類的全部嘴型(大數(shù)據(jù))，然后又摻進(jìn)去了一沓動物嘴型和其他亂七八糟的照片(負(fù)樣本)，一張張的讓小A認(rèn)。小A認(rèn)對了，你就鼓勵她，認(rèn)錯了，就打一巴掌。認(rèn)對就夸、認(rèn)錯就打，這就是監(jiān)督學(xué)習(xí)。

　　這個過程中小A如何成長呢?還記得之前你給小A的算法嗎，現(xiàn)在這個算法里面有幾項(xiàng)數(shù)值非常重要，這幾項(xiàng)數(shù)值就是權(quán)重。在小A判斷照片是不是人的嘴巴時(shí)，小A會根據(jù)正確或錯誤的結(jié)果調(diào)整權(quán)重，直到能夠不會出現(xiàn)錯誤。

　　小A要看多少照片呢?越多越好，而且要重復(fù)的讓她看。除了看嘴巴的照片，還要看眼睛的、鼻子的，還要給她看擁有全部五官的……這樣小A就能將識別的正確率提升到很高的水平。再給客戶化妝的時(shí)候，客戶就會夸小A真智能。

　　以上就是人工智能發(fā)展時(shí)要經(jīng)歷的幾個階段，當(dāng)然其中涉及到很多復(fù)雜的知識和技術(shù)，而且后續(xù)還會有更為復(fù)雜的理論和概念，筆者在此就不做深入探究了。

　　對人工智能的一些認(rèn)識

　　相信很多朋友在學(xué)生時(shí)代對數(shù)學(xué)中的回歸計(jì)算有著比較深刻的印象吧，xy軸上的很多個點(diǎn)，你需要找一條線，讓所有點(diǎn)到曲線的距離是最近的，然后用一串字符模擬出這條曲線。人工智能機(jī)器學(xué)習(xí)的過程就相當(dāng)于回歸方程計(jì)算的過程。只不過人工智能的“回歸計(jì)算”包含很多節(jié)點(diǎn)，過程更加龐大、復(fù)雜罷了。

　　回歸計(jì)算與人工智能是相似的，以往人工智能沒有得到重視的原因是大數(shù)據(jù)和硬件運(yùn)算能力達(dá)不到神經(jīng)網(wǎng)絡(luò)運(yùn)行的要求，而如今已經(jīng)達(dá)到了，所以人工智能才得以迅速發(fā)展。

　　曾經(jīng)有組織對某人工智能大賽冠軍GoogLeNet網(wǎng)絡(luò)進(jìn)行過測試，測試方法與普通識圖稍有不同。他們在一張大熊貓的照片中加入了肉眼無法辨別的影響因素后，GoogLeNet網(wǎng)絡(luò)竟然將大熊貓認(rèn)成了長臂猿。從這個例子我們能夠看出，目前人工智能是很傻很天真的，只是在某些領(lǐng)域發(fā)揮除了機(jī)器計(jì)算的優(yōu)勢而已。

　　小A要看多少照片呢?越多越好，而且要重復(fù)的讓她看。除了看嘴巴的照片，還要看眼睛的、鼻子的，還要給她看擁有全部五官的……這樣小A就能將識別的正確率提升到很高的水平。再給客戶化妝的時(shí)候，客戶就會夸小A真智能。以上就是人工智能發(fā)展時(shí)要經(jīng)歷的幾個階段，當(dāng)然其中涉及到很多復(fù)雜的知識和技術(shù)，而且后續(xù)還會有更為復(fù)雜的理論和概念，筆者在此就不做深入探究了。

　　相信很多朋友在學(xué)生時(shí)代對數(shù)學(xué)中的回歸計(jì)算有著比較深刻的印象吧，xy軸上的很多個點(diǎn)，你需要找一條線，讓所有點(diǎn)到曲線的距離是最近的，然后用一串字符模擬出這條曲線。人工智能機(jī)器學(xué)習(xí)的過程就相當(dāng)于回歸方程計(jì)算的過程。只不過人工智能的“回歸計(jì)算”包含很多節(jié)點(diǎn)，過程更加龐大、復(fù)雜罷了。

　　以往人工智能沒有得到重視的原因是大數(shù)據(jù)和硬件運(yùn)算能力達(dá)不到神經(jīng)網(wǎng)絡(luò)運(yùn)行的要求，而如今已經(jīng)達(dá)到了，所以人工智能才得以迅速發(fā)展。

　　曾經(jīng)有組織對某人工智能大賽冠軍GoogLeNet網(wǎng)絡(luò)進(jìn)行過測試，測試方法與普通識圖稍有不同。他們在一張大熊貓的照片中加入了肉眼無法辨別的影響因素后，GoogLeNet網(wǎng)絡(luò)竟然將大熊貓認(rèn)成了長臂猿。從這個例子我們能夠看出，目前人工智能是很傻很天真的，只是在某些領(lǐng)域發(fā)揮除了機(jī)器計(jì)算的優(yōu)勢而已。