人工智能

据美国连线杂志网站报道，得益于谷歌、亚马逊和Facebook这些硅谷巨头躬身力行的大力宣传，人工智能（AI）和机器学习前所未有地为大众所熟知。在一般人的概念里，这两个时髦的词似乎可以换用，指的都是能够代替人类工作的先进生产力。

不过，虽然 AI 和机器学习有着千丝万缕的联系，但两者并非同一回事。

AI 是计算机科学的一个分支，意如其名（Artificial Intelligence）——旨在通过人工的方式建造具有智能的机器。而斯坦福大学给“机器学习”下的定义为：使电脑在人工编程之外自主运作的能力。两者相互联系不可分割，你需要 AI 专家来打造智能机器，而若要实现真正意义上的智能，机器学习专家的参与不可或缺。

谷歌和英伟达都在探索机器学习的道路上兢业前行。他们的愿景是让机器最终能够像人类一样自我学习和思考，这被认为是下一波科技革命的关键。

大众对机器学习的成果并不陌生。在过去的几十年里，机器学习相继催生了“自动驾驶汽车”、“精准语音识别”和智能网络搜索等造福众生的成果。甚至还帮助人类破解基因密码。不过，在这一系列不可思议的成果之下，机器学习是怎么运作的呢？

据国外媒体报道，在过去两年内，聊天机器人（chatbot）、人工智能以及机器学习的研发和采用取得了巨大进展。许多初创公司正利用人工智能和聊天机器人来帮助消费者通过移动设备获得有趣和创造性的品牌互动体验。例如，达美乐比萨公司的聊天机器人允许客户通过Facebook Messenger订购比萨，伦敦时装周的Burberry聊天机器人帮助客户订购他们在时装秀中展出的产品。人们对这一领域的兴趣以及投入聊天机器人和人工智能的风险投资额与日俱增。下面是外媒对这一领域未来两年内做出的八大预测。

1、更多的聊天机器人将问世，并帮助我们解决现实世界中的问题

从刀耕火种时代，到蒸汽机时代，再到电气时代，世界一直处于持续的变革中，20年前的我们也没想到现在的社会会发展成如此先进的地步。随着计算技术出现，社会进入了新的信息时代，云计算让计算效率更高，同时降低了计算成本，在这样的时代背景下，生活方式和商业模式也必然发生变化。

2016年10月21日，在中国珠海举办了IVS 2016英特尔中国行业峰会，来自金融、教育、医疗、交通等多个行业的代表来到现场，看到了英特尔精彩芯体验。

数字化是未来·依托是英特尔

英特尔公司销售市场部副总裁兼行业解决方案集团全球总经理Shannon Poulin强调："世界正在进入人类历史上前所未有的物理、数码、生物的融合时代，新技术形成强大的漩涡效应，实现数字化和跨界融合，再造企业业务。英特尔的云和数据中心、物联网、存储、FPGA和5G等技术通过连接性连接在一起形成良性循环，成为数字化企业的核心技术构成，推动企业数字化转型成功。"

关于人工智能行业，越来越多概念化与噱头性的产品和团队已经开始让正处于变革拐点的行业变得浮躁和难以判断。那到底哪些才是最值得我们关注的公司，而哪些公司又将主导人工智能的未来？

We believe AI should be an extension of individual human wills and, in the spirit of liberty, as broadly and evenly distributed as possible. -OpenAI

「前言」

每一次新技术的诞生和发展往往会催生一批新的平台和架构；从计算机和互联网的繁荣到移动互联网的兴起，我们已经逐渐习惯颠覆和垄断的不断发生;每一次新平台和架构的诞生也孕育着暗流涌动的产业变革，之如 1971 年的英特尔，1980 年的微软，1998 年的谷歌，2007 年的苹果，和 2010 年的 Facebook 。

摘要：《2030 年的人工智能与生活》是斯坦福大学「人工智能百年研究」的首份报告。这篇报告是计划持续至少 100 年的研究系列中的第一篇。该报告描述了目前人工智能相关技术、法律以及道德上的挑战，并对产业界、学界、政界三方人士提供了人工智能技术、应用、政策上的指导与建议。

“人工智能百年研究”(The One Hundred Year Study on Artifcial Intelligence)项目启动于2014 年秋季，这是一个关于人工智能(AI)及其对人类、社区和社会所带来影响的长期调研项目。其研究内容包括相关科学和工程，以及AI 计算系统的部署。负责该项目的常务委员会组建了一个研究小组( Study Panel)，每五年对AI 的发展状况进行一次评估，这也是该项目的主要的任务。

本报告由网易科技、网易智能、乌镇智库联合出品，新华网、南方都市报 DT财经联合发布。

1、背景

人工智能的定义

什么是人工智能？计算机科学理论奠基人图灵在论文《计算机器和智能》中提出了提出了著名的“图灵测试”——如果一台机器能够与人展开对话（通过电传设备），并且会被人误以为它也是人，那么这台机器就具有智能。人工智能之父之一的马文·明斯基则将其定义为“让机器作本需要人的智能才能够做到的事情的一门科学”。而代表人工智能另一条路线——符号派的司马贺认为，智能是对符号的操作，最原始的符号对应于物理客体。

接上文《<a href="http://intel.eetrend.com/content/2016/100003341.html">深度学习概述：从感知机到深度网络（上）</a>》

受限波尔兹曼机 
　　
下一步来看下受限波尔兹曼机（<a href="http://en.wikipedia.org/wiki/Restricted_Boltzmann_machine">Restricted Boltzmann machines</a> RBM），一种可以在输入数据集上学习概率分布的生成随机神经网络。

近些年来，人工智能领域又活跃起来，除了传统了学术圈外，Google、Microsoft、facebook等工业界优秀企业也纷纷成立相关研究团队，并取得了很多令人瞩目的成果。这要归功于社交网络用户产生的大量数据，这些数据大都是原始数据，需要被进一步分析处理；还要归功于廉价而又强大的计算资源的出现，比如GPU的快速发展。

除去这些因素，AI尤其是机器学习领域出现的一股新潮流很大程度上推动了这次复兴——深度学习。本文中我将介绍深度学习背后的关键概念及算法，从最简单的元素开始并以此为基础进行下一步构建。

机器学习基础

如果你不太熟悉相关知识，通常的机器学习过程如下：

1、机器学习算法需要输入少量标记好的样本，比如10张小狗的照片，其中1张标记为1（意为狗）其它的标记为0（意为不是狗）——本文主要使用监督式、二叉分类。

2、这些算法“学习”怎么样正确将狗的图片分类，然后再输入一个新的图片时，可以期望算法输出正确的图片标记（如输入一张小狗图片，输出1；否则输出0）。

人工智能看上去高高在上，实际上前沿科技公司都寄希望于这种长期研究为其目前的业务带来新的发展机会，神经网络、机器学习、深度学习构建了人工智能基础，本文阐述了三大基础是如何运作和实现人工智能。

人工智能如今已经成为科技产业所讨论的普遍话题。这项技术已经被应用在了Gmail、自动驾驶汽车和照片整理上面，Mark Zuckerberg甚至还打算开发一位人工智能管家。但问题在于，人工智能这个概念有点太科幻了，它总是让人想起操纵宇宙飞船的超级计算机，而不是特别聪明的垃圾邮件过滤器。如此一来，人们已经开始担心人工智能会在何时造反并统治人类了。

如果你是商界英才(而不是数据科学家或者机器学习专家)，你也许对主流媒体宣传的人工智能(artificial intelligence，AI)已经耳熟能详了。你在《经济学人》和《名利场》杂志上读过相关文章，你看到过特斯拉自动驾驶的煽情文章，听到过史蒂芬? 霍金讲述人工智能威胁人类的耸人听闻，甚至迪尔伯特关于人工智能和人类智能的玩笑你都知道。

　　此时，胸怀大志要把自己的生意做大做强的你，面对媒体关于人工智能的碎碎念，可能萌生了两个疑问：
　　第一，人工智能的商业潜力是真是假?

　　第二，这玩意怎么用到我的生意上?

　　对第一个问题，答案是：千真万确。今天的商业活动，可以开始应用人工智能来将要求人类智能的活动替换为自动处理以降低成本。人工智能可以允许你将一个需要人海战术的工作通量增加100倍而成本减少90%。

　　第二个问题的答案要长一些。首先得消除主流媒体鼓吹导致的误解。一旦误解消除，我们才能为你介绍如何应用人工智能到自己的生意中去。