「人工智能」或许这是最通俗易懂的人工智能科普文章人工智能如何看懂世界之最( 二 ) _人工智能如何看懂世界之最

融会贯通
你在跟朋友下围棋，你发现朋友的心情非常不好，你本来可以轻松获胜，但是你却故意输给了对方，还不停的夸赞对方，因为你不想让这个朋友变得更郁闷，更烦躁。
在这件小事上，你就用到了多种不同的技能：情绪识别、围棋技能、交流沟通、心理学…
但是大名鼎鼎的 AlphaGo 绝对不会这么做。不管对方处在什么情况下，哪怕输了这盘棋会丧命，AlphaGo 也会无情的赢了这场比赛，因为它除了下围棋啥都不会！
只有将所有的知识形成网状结构，才能做到融会贯通。例如：商业领域可以运用军事上的知识，经济学也可以用到生物学的知识。
1.4 知其然，但不知所以然
当下的人工智能是从大量数据中总结归纳知识，这种粗暴的「归纳法」有一个很大的问题是：并不关心为什么。
庞氏骗局类的诈骗手段就充分利用了这一点！
它利用超高的回报来吸引韭菜，然后让早起参与的所有人都转到钱；当旁观者发现所有参与者都真实赚到了钱，就简单的归纳为：历史经验说明这个靠谱。于是越来越多的人眼红，加入，直到有一天骗子跑路。当我们用逻辑来推导一下这个事情就能得出骗子的结论：
这么高的回报并不符合市场规律稳赚不赔？我不需要承担高回报的高风险？好像不太合理为什么这么好的事情会落在我头上？好像不太对劲正是因为当下的人工智能是建立在「归纳逻辑」上的，所以也会犯很低级的错误
左：摩托车的遮挡让 AI 把一只猴子误认为人类。中：自行车的遮挡让 AI 把猴子误认为人类，同时丛林背景导致 AI 将自行车把手误认为是鸟。右：吉他把猴子变成了人，而丛林把吉他变成了鸟上图显示了在一张丛林猴子的照片中 ps 上一把吉他的效果。这导致深度网络将猴子误认为人类，同时将吉他误认为鸟，大概是因为它认为人类比猴子更可能携带吉他，而鸟类比吉他更可能出现在附近的丛林中。
也正是因为归纳逻辑，所以需要依赖大量的数据。数据越多，归纳出来的经验越具有普适性。
二、人工智能的发展历史AI 不是什么全新的东西，他已经发展了大几十年了！下面我们介绍一下最具代表性的 3 个发展阶段。
上图是从 1950 年至 2017 年之间，人工智能领域出现的一些里程碑式的事件。总结下来会分为 3 大阶段：
第一次浪潮（非智能对话机器人）
20世纪50年代到60年代
1950年10月，图灵提出了人工智能（AI）的概念，同时提出了图灵测试来测试 AI 。
图灵测试提出没有几年，人们就看到了计算机通过图灵测试的“曙光” 。
1966年，心理治疗机器人 ELIZA 诞生
那个年代的人对他评价很高，有些病人甚至喜欢跟机器人聊天。但是他的实现逻辑非常简单，就是一个有限的对话库，当病人说出某个关键词时，机器人就回复特定的话。
第一次浪潮并没有使用什么全新的技术，而是用一些技巧让计算机看上去像是真人，计算机本身并没有智能。
第二次浪潮（语音识别）
20世纪80年代到90年代
在第二次浪潮中，语音识别是最具代表性的几项突破之一。核心突破原因就是放弃了符号学派的思路，改为了统计思路解决实际问题。
在《人工智能》一书中，李开复详细介绍了这个过程，他也是参与其中的重要人物之一。
第二次浪潮最大的突破是改变了思路，摒弃了符号学派的思路，转而使用了统计学思路解决问题。
第三次浪潮（深度学习大数据）
21世纪初
2006年是深度学习发展史的分水岭。杰弗里辛顿在这一年发表了《一种深度置信网络的快速学习算法》，其他重要的深度学习学术文章也在这一年被发布，在基本理论层面取得了若干重大突破。

「人工智能」或许这是最通俗易懂的人工智能科普文章 人工智能如何看懂世界之最( 二 )

「人工智能」或许这是最通俗易懂的人工智能科普文章人工智能如何看懂世界之最( 二 )