人人都懂人工智能！嗯？

机缘巧合下，我学习了人工智能的基础课程，本文努力将这个知识写成科普贴，就是让没有这方面专业知识的人能够理解，以此检验自己的理解程度。

01一夜暴富之梦——彩票预测

大概在2001年吧，我当时还是一个穷学生，吃不好，也穿不了好衣服，反正那时候很多人都穷，就不哭穷了。参加了一些所谓的俭学，但依然很穷，当时梦想快速致富。

社会上已经流行彩票了，各种彩票。我还没有糊涂到去买彩票致富，因为那是极小概率时间，小概率事件一次不会发生，是常识，所以我从来不会考虑从本来就不充足的伙食费里面抽出钱去买什么彩票，但是依然有所关注。很快我发现了一个“规律”，就是双色球里面的红球（号码仅有一个），下一次必以普通号码出现比。如本轮的号码是，1（红），12 13 14 23 25 36，那么下次中奖号码会是，A（红），1 b c d e f ，1重复出现。我仔细看了几次抽奖，都是所谓的抽奖机，没有看到人工干预，但上一期的红色号码都会出现在下一次的普通号码中，于是，我猜测这里面有一定的“规律”。

很快，我想到用自己学习过的神经网络来预测下一次中奖号码。神经网络的原理是，如果一件事情是有规律的，即使你说不清楚这个规律，你也有机会让计算机掌握这个规律，并对未来做预测。

于是，我写了个程序，输入过去的号码，试图预测未来的号码。结果你们也知道，未遂。原因嘛，我相信最重要的原因是这个“规律”是不存在的，是随机的。

划重点：人工智能是通过计算可以计算机掌握一件事情的规律的学问，之所以说人工智能，是因为是让计算机具备人的学习能力。

02人工智能跟我的关系

人工智能跟我们的日常生活有什么关系呢？不管你是否意识到，你的生活几乎无时无刻在受着人工智能成果的影响。

你早上起床，拿起iPhone问Siri，今天天气如何，机器听懂了你的语音，这是通过人工智能来将你或标准活不标准的发音翻译成了文字并让iPhone理解了。

你购物时，打开X宝，发现首页出现的几个商品居然是你需要的，这是人工智能根据你最近搜索过的关键字、你最近的购物清单、你最近点开过的链接等信息，预测到你可能需要这些。

同样的，你打开Kindle读书，Kindle商店给你推荐的书籍也是经过人工智能预测的。

上班时，打开email，好多工作邮件啊。要知道，如果没有你的邮件服务器帮你拦截掉垃圾邮件，你的邮箱中的邮件数量会比你现在看到的多几十倍，你所有有用的邮件都会被淹没在垃圾中。

你开车进停车场，闸口的摄像头识别出了你的车牌号。人工智能之图像识别。

你来个自拍，手机摄像头识别出了人像，给你来了个背景虚化（摄影中大光圈最容易忽悠人），这也是人工智能在起作用。

你打开Facebook，或者Linkedin，咦，居然又给我推荐了一个我认识的同事或者朋友的账号给我。

太多了，现代生活中太多地方都是人工智能在影响我们，无论影响是正面还是负面。

03计算机是怎么学习规律的呢？

我通过最简单的图来解释一下，你看一眼下图：

只要有初中数学概念，你脑子中就会浮现出一条直线，如下

这就是规律。这时候如果告诉你一个横坐标的数据x，你就能预测出绿色的点及其对应的y。

我们就是通过写一个程序，让计算机通过上面蓝色的点的数据(x, y)，划出一条红色的线（规律, y = f(x)），然后你给出x后，它就能预测出绿色的点来。简单吧？

稍微一想，好像也不是这么简单，比如给四个蓝色的点为什么要画出一条直线呢？下面这样的不行吗？

嗯，从数学上讲没有错。

所以，人工智能离不开“人工”。人需要对事物本质有一定的理解，如果不加人工判断任由计算机程序随意学习的话，这样的“智能”是无用的。

所以，至少在当下，人工智能是辅助人，但还离不开人。

04有哪些方法可以实现人工智能呢？

首先不得不感慨一下，人类历史上总有那么一小撮极端聪明之人，能够想出很多点子来彻底改变世界。

女娲：我能想到的第一个人工智能大师是女娲，她老人家直接造出了有智能的人，比现在的人工智能不知道先进多少代。还是要学习老祖宗啊，老祖宗都是大智慧，只是你不懂而已。划重点，神秘主义可以忽悠人，想干坏事儿就要多用神秘主义。

沈括：北宋时，老大天天吟诗作赋不务正业，靠金钱换所谓的和平。沈括作为官宦子弟（官二代）闲得没事，研究物理、数学、化学、天文、地理、生物等，还涉猎文学、艺术、音乐、工程。我提到他，并不是跟人工智能有什么直接关系，而是因为现代人工智能鼻祖都不是中国人，感觉挺遗憾的，还好我想起来沈括这个大家，拿出来撑门面。

Dartmouth Workshop：1956年，美国，东北部，小镇，Dartmouth College，私立学校，常春藤。一个助理教授J. McCarthy邀请了几位志同道合并有深度思考能力的高手，举办了一次workshop，此次会议被公认为现代人工智能力量创立的里程碑事件。（我记性差，只能记住Dartmouth workshop）。

实现人工智能的方法有很多，有数学的、有逻辑的。

根据亚里士多德同学的三段论理论（大前提、小前提、结论，比如所有人都会死，所有希腊人都是人，所以所有希腊人都会死）的推理模型。

曾经风靡一时的专家系统，就是存储一堆规则，然后根据推理机来回答问题。比如医疗专家系统，输入一个症状信息，判断是感冒，然后开出药方。专家系统看起来可以帮助人通过许多知识规则（人掌握各种跨领域知识规则还是有难度的）来进行计算和判断，但规则本身的维护还是很难的，并且知识也会失效或者变化，所以专家系统应用起来问题很多。

人工神经网络。通过模拟生物神经元的传导模型构造的数学算法，我想了一下不太可能科普出来，所以就不尝试了。人工神经网络算法当前应用非常广泛，但最大的问题就是黑盒，也就是说你可以说某个神经网络模型从使用效果看还算准确，但无法解构开来说清楚其中的原因。这算科学还是工程呢？

05到底计算机是怎么实现人工智能呢？

我以车牌识别为例来说明一下，彻底撕破人工智能的神秘面纱。

车牌相对好识别，因为有几个特征：

车牌大小有规格，不是随意形状

车牌上的字是有限的，比如不会出现“￥”这样的字符

车牌的字体是有规则的，比如不会出现斜体字

车牌上的字不会混淆，比如圆圈是0不是字母O

以下步骤属于我的个人猜测，属于可行的步骤之一，不是唯一。

拍照，得到一张包含车牌信息的照片，但上面还有很多其他信息

找到车牌区域，得到车牌

识别出车牌上有几个字

识别出每个字

详见下图：

到底怎么识别字呢？数字照片都是一个一个的像素，像素包含色彩信息，把色彩去掉，只保留灰度信息，然后把一个图片每个像素的灰度值按照约定的规律（从左到右从上到下）输入给计算机的一个算法，并切告诉计算机这个结果应该是什么，如果你给计算机很多数据（比如10000张各种底色各种省份的数字1、数字2…，以及对应的结果），它就可以学习到这个规律，这叫作训练。然后你再给它一个新的图片时，就能够计算出这个图片是否是车牌上的字，以及如果是对应的是哪个字了。

06小结

科普写完了，希望能够让不在这一行当的人对人工智能感觉没那么神秘了。如果这篇小文起到了这个作用，说明我的智能水平还不错，如果不行，我继续训练我自己。

之后再写就得写一些硬货了，毕竟我不能留在科普水平。

07感谢

感谢维基百科，这个感谢不是说说而已，我每年都主动捐钱给维基百科。

感谢Andrew Ng，我跟着你学习了Machine Learning，当然了，交钱学习。

尊重知识。

感谢在学校时还算认真学习的我，数学、英语的基本知识没有丢完，所以还能听懂英语教学，能理解线性代数、微分、迭代等概念。