【AI 大咖說】用通俗易懂的語言，給身邊的「小神獸」講講什麼是 AI

首先要祝大小兒童們節日快樂！！！

既然在過節，那麼不妨放鬆一下，給你本身家的、親戚朋友家的，或者鄰居家的小盆友講講你的工做吧，尤爲是，能夠講一講如今熱門的 AI 究竟是什麼。沒準興趣的種子就此萌芽，將來 AI 領域的大神正在緩緩向咱們走來呢。

另外，文末還將推薦幾個能夠幫助孩子在玩耍過程當中學習 AI 能力的智能「玩具」，也歡迎你們打着「買給孩子用」的想法儘快入手哦~~~

咱們處在一我的工智能的時代，人工智能已經逐漸出如今咱們生活中的方方面面。手機中的人臉解鎖、自拍美顏、語音助手、智能相冊，再到家裏用的各種智能音箱、智能家電、掃地機器人，甚至街上的無人駕駛車、無人機，以及智能交通系統、工業機器人……處處均可以見到 AI 的身影。TA 們擊敗了衆多頂尖圍棋高手，TA 們可以做詩做畫，TA 們也爲咱們每一個人的生活帶來了各類便利。

那麼究竟什麼是人工智能？

人工智能（Artificial Intelligence）簡稱「AI」，誕生於上世紀50年代美國達特茅斯學院（Dartmouth College）舉行的一場研討會上。通過幾十年發展，人工智能已經在諸多領域已經取得了長足進步。

人工智能是一種新的科學技術，主要負責研究並開發用於模擬、延伸和擴展人類智能的理論、方法、技術及應用系統。在人工智能的幫助下，機器可以像人同樣具備感知能力、認知能力和創造能力。

感知能力簡單來講就是人類的聽、說、讀、寫、看等能力。好比AI如今已經具備圖像識別、人臉識別、語音識別、語音生成、語言理解等能力。

認知能力指的是經過學習、判斷、分析來了解並獲取知識的能力。例如，AI 已經能夠幫助醫生進行醫療影像的分析，幫助電商進行消費行爲的分析等。另外下圍棋和無人駕駛也是 AI 在認知領域的重要應用形式。

創造能力指的是產生新思想、新發現、新方法、新理論、新設計，並創造新事物的能力，例如 AI 做曲、AI 做詩、AI 小說、AI 繪畫、AI 設計等。

人工智能又是怎麼來的？

人工智能是人類賦予機器的。不管人工智能如何思考問題或擁有什麼樣的本領，都須要人類爲它編寫相關程序，這就是編程。

編程是一門思考的藝術，就像音樂和繪畫同樣，要把腦子裏的想法實現出來，而後人工智能就會遵守程序中一步一步的設定（也就是算法）來執行。編寫更好的程序，使用更好的設定，就能更好地實現人工智能。

同時人工智能也離不開大數據和互聯網的支持。尤爲是智能手機、平板電腦、智能設備等的移動互聯，生成了愈來愈多的數據。咱們提供給人工智能的數據越多，它也就會愈來愈智能。

具體來講，該怎樣實現一我的工智能？

人工智能有不少實現方式。目前，實現人工智能的主流方式是機器學習。

機器學習就是讓機器學習人類的思惟過程，模擬和實現人類學習行爲，進而獲取新知識和技能地過程。機器須要不斷學習才能愈來愈聰明。

和人類同樣，機器能夠從三個來源學習：

• 一種是觀察其餘人在以往相似狀況下所作的事情再作出決定；
• 另外一種是在現場觀察而且直接嘗試提出最佳的決定；
• 第三種是從先前的成功和失敗中進行學習從而做出決定。

這三種方法分別對應於機器學習的三個分支：監督學習，無監督學習和強化學習。

這三個分支的區別，能夠用一個形象的例子進行類比。假設咱們分別使用這三種不一樣方法來教寶寶認識蘋果和香蕉。首先，咱們能夠教寶寶認識這兩種水果分別長什麼樣，例如蘋果又紅又圓，香蕉又黃又長。而後寶寶就能夠利用咱們教過的知識進行蘋果和香蕉的分類。這就是監督學習。

或者，咱們不教給寶寶蘋果和香蕉的具體區別，而是給寶寶幾個蘋果和幾個香蕉，讓寶寶本身動手，在這些水果裏分辨出哪些是相同的，哪些是不一樣的，從而進行蘋果和香蕉的正確分類。這就是非監督學習。

還有，咱們先拿出一個水果讓寶寶嘗試區分是蘋果仍是香蕉。若是區分正確，就能夠獲得巧克力；若是區分錯誤，就得不到巧克力。以後咱們接着拿出更多水果，這時寶寶經過巧克力的激勵，就可以愈來愈準確地區分出蘋果和香蕉。這就是強化學習。

機器學習又有什麼用？

機器學習一般用來解決迴歸、分類和聚類等問題。

迴歸是用來進行數值預測的，是監督學習的一種。例如咱們可使用迴歸來預測房價，預測客流量，預測電影票房，預測極端天氣等等。

分類和聚類都是解決「數據屬於哪一個類別」的問題。分類是向數據分配標籤，屬於監督學習，更具現實性；而聚類是將類似的數據放在一塊兒，屬於無監督學習，更具探索性。

近年來人工智能的崛起實際上是依賴於深度學習的。深度學習是機器學習的一種方法，咱們能夠把它簡單理解爲讓機器像人類大腦同樣，來進行分層次的學習。例如在識別人物臉部時，就能夠把臉型、眼睛、鼻子、耳朵、嘴等看做不一樣的層次，深度學習對每一個層次的特徵進行識別，最後掌握臉部的所有特徵，經過這些特徵來認出這我的是誰。

當前，深度學習又有了一些新進展，包括深度強化學習、深度生成學習等。

深度強化學習把深度學習的感知能力和強化學習的決策能力相結合，能夠直接根據輸入的信息進行控制，是一種更接近人類思惟方式的人工智能方法。深度強化學習在遊戲、下棋、自動駕駛、醫療等領域都有豐富的應用。AlphaGo 就是用深度強化學習的方式進行訓練的。在 Dota 2和星際爭霸等遊戲對戰中，深度強化學習也可以輕鬆打敗職業玩家。

深度生成學習則具備創造新事物的能力，有人認爲深度生成學習是十年來最有趣的機器學習概念。深度生成學習使計算機可以學習給定問題的基本模式，並利用該知識基於輸入（例如圖片、音樂和文本）生成新內容。例如，深度生成學習會基於人臉圖片來學習它們廣泛具備的特徵，而後利用學到的知識生成它所認爲的全新的人臉圖像。咱們就能夠基於此，進行圖像編輯、圖像轉表情包、圖像轉動畫、圖像分辨率加強、不一樣年齡段的圖像生成等有趣操做。

如何開始學習人工智能？

既然人工智能這麼有趣，那麼應該如何開始學習它？從具體的產品開始，把學與玩相互融合，是否是更有吸引力？

碰巧的是，AWS 在人工智能的學習領域正好就有幾款這種寓教於樂的產品，包括智能攝像機（AWS DeepLens）、自動駕駛車（AWS DeepRacer）和智能做曲器（AWS DeepComposer）。藉助這些智能玩具，就能夠輕鬆愉快地快速入門人工智能，何樂而不爲！

AWS DeepLens 是全球首款支持深度學習的智能攝像頭。它可讓不一樣年齡和不一樣技能的人員均可以快速上手深度學習，在目標檢測、人臉識別、動做識別、風格遷移等計算機視覺領域進行內容豐富的實踐。是否是很是有趣！

AWS DeepRacer 則是一輛徹底自動駕駛的賽車。它只有真實賽車1/18的大小，倒是由深度強化學習驅動的。AWS DeepRacer 提供了一種經過自動駕駛開始深度強化學習的有趣方式。不一樣年齡和不一樣技能的人員均可以在模擬器中訓練、評估和調整自動駕駛模型，並將模型部署到 AWS DeepRacer 上，從而得到真實世界的自動駕駛體驗。甚至能夠參加 AWS 組織的全球自動駕駛巡迴賽，競逐全球冠軍錦標。

今年，AWS 全球自動駕駛巡迴賽將在F1西班牙大獎賽的巴塞羅那-加泰羅尼亞賽道的模擬賽道上進行。咱們的自動駕駛賽車將與F1職業車手展開對抗，其中包括巴塞羅那-加泰羅尼亞賽道目前的世界紀錄保持者裏卡多（Daniel Ricciardo），聽着就很刺激吧！

AWS DeepComposer 是世界上第一款採用深度生成學習技術的音樂鍵盤。不一樣年齡和不一樣技能的人員均可以在創做原創音樂輸出的同時學習深度生成學習。使用 DeepComposer 無需任何音樂知識，經過提供示例旋律，如《一閃一閃亮晶晶》或《歡樂頌》，DeepComposer 可爲您提供快速輕鬆的入門音樂創做。您可使用這些示例旋律做爲輸入，同時結合搖滾、流行、爵士和古典等不一樣的流派，來生成全新的原創音樂。是否是很是文藝！

紙上得來終覺淺，絕知此事要躬行。讓咱們和孩子們一塊兒，動起手來，開始人工智能的實踐吧！

最後有個小小的提醒：如今互聯網上各類人工智能應用層出不窮，家長在使用寶寶的照片或視頻時必定要注意保護寶寶的隱私呦！