人工智能是怎么学习新知识的？五分钟简单说说，初中毕业就可以懂

　　前几年AlphaGo一举击败世界围棋第一人柯洁后，人工智能技术的快速发展引起了我们的广泛关注。如果我们仔细观察，现在人工智能的应用不经意间已经来到我们每个人的身边。例如手机刷脸开机、商场刷脸支付，甚至汽车的无人驾驶等等。1、人工智能系统需要经过学习才能变得强大
　　其实人工智能的基本思想提出来已经很多年了。为什么到最近几年才开始得到快速的发展和应用呢？这主要是因为人工智能系统的知识需要依靠大量的学习，以前因为条件的限制，所以系统的学习速度比较慢。现在人工智能系统的学习条件变好了，所以就有了更快的学习速度。这里所说的学习条件主要是指两个方面：
　　人工智能深度学习
　　1）更快的计算机速度
　　人工智能的学习过程涉及到大量的复杂数学计算，所以如果要大量的学习就必须要有好的计算机硬件来配合计算。例如特斯拉发布的Dojo超级计算机，计算速度在全球所有超级计算机中排名第一，而Dojo的唯一任务就是帮助特斯拉的自动驾驶系统进行学习。没有好的计算机硬件进行支持，学习速度就会很慢。例如同样多的学习任务，采用现在的计算机需要3年的话，可能使用Dojo就只需要1个星期。这样的话，就可以保证特斯拉的自动驾驶系统的先进性。
　　2）更多的学习资料（更多的经验数据）
　　随着互联网的普及应用，各种各样的电脑应用系统和手机APP采集和产生了大量的数据，而这些各种应用场景下的数据就成为了人工智能系统学习的素材。而在以前，是很难获得如此海量的数据来供人工智能系统学习的。2、人工智能系统的学习和人的学习有什么不同？
　　相信我们很多人都有听说过深度学习的概念，所谓的深度学习就是人工智能系统学习新知识的方法。那么，人工智能具体是怎么学习的呢，他们的学习方法和人类的学习有什么区别呢？
　　人工智能系统
　　首先，可以肯定的是，人工智能系统的所谓深度学习和人类的学习有着很大的不同，甚至可以说不是同一个层次的概念。人可以随机地阅读各种书籍去吸收里面各种各样的营养，从而丰富自己的知识，同时，人在学习的时候还会进行思辨、联想，对错误的知识会有一定的分辨能力，对不正确的内容会自动进行过滤。而人工智能系统的学习是做不到这些的。
　　如果更加严格地说，人工智能系统的学习是用来掌握某一种特定的技能。这种学习带有很具体的目的。例如，我们会给它看很多的人脸照片，让它来学会分辨照片中人物的性别；或者我们给它输入很多的围棋棋谱，让它学会在不同的棋局中能做出最有利于自己的选择；我们也可以给他阅读很多的历史行车轨迹数据中的车辆并线记录，让它知道在某一种路况情况下，怎么样即安全又快速的并线到另外一个车道。3、人工智能系统是怎么判断出一张照片的男女的呢？
　　相信看到这里，我们仍然对于人工智能系统的学习感到一头雾水。所谓学以致用，为了了解学习的重要性，我们首先来看看人工智能系统是怎么工作的。为了简化理解，假设我们给了人工智能系统一个任务，就是当我们给它一张照片时，它需要判断出这张照片上的人是什么性别。这其实是一个很典型的任务，例如自动驾驶的车辆行驶在路上的时候就需要判断周边物体的类型，例如当它发现前方有一个障碍物，它就需要判断出这个障碍物是一辆车还是一个人，或者说是一个蛋糕筒，从而选择不同的行驶策略。
　　人工智能系统判断照片中人物的性别的过程大概如下：
　　1）分析出照片上人脸的特征值
　　当我们给它一张照片时，它首先会用图像处理程序对照片进行一定的处理，找出这张照片上的特征值，因为我们给它的是一张人脸数据，它就会首先从照片上分析出这个人脸的68个特征数据值，其中可能包含了脸的宽度、高度、两只眼睛的位置、宽度、高度、鼻子的位置、长度、宽度、嘴巴的位置、宽度、高度、眉毛的位置、长度、宽度、嘴唇的厚度等等很多的细节数据。
　　2）根据预先设计好的一组公式来对特征值进行计算，得出计算结果
　　针对性别判断这个任务，我们会事先设计一组计算公式（标准学术术语是很多的神经元），这些计算公式会以上一步得出的68个人脸的特征值作为输入数据，而每个人脸特征值会有一个权重值，用来决定这68个特征值在计算中的重要性，最后，经过这些公式的计算后，会得出一个结果数值。
　　神经网络计算
　　3）根据得出的计算结果来判断性别
　　假设我们设立了一个判定标准，如果计算结果数值在50以上，则判断这个照片中的人为男性，如果结果在50以下，则判断这个人是女性。
　　这样基本就构成了人工智能系统的一个工作过程。当然，这个过程的描述并不严谨，实际的计算过程会复杂很多，不过大概的原理基本就是这样。3、人工智能系统是怎么学习的呢？
　　从上面的描述，我们可以看到，在进行计算时，那些计算公式中针对每个输入的特征值有一个权重参数，如果权重参数不同，就会导致到计算结果不同。而人工智能深度学习的目的就是要确定这些权重参数的值，将他们调整到一个最合适的数值。
　　人工智能深度学习
　　那么具体的学习过程是怎么样的呢？
　　实际的学习过程其实很简单，就是不断地输入照片给人工智能系统，让它根据现有的权重参数去计算判断，然后我们会看它做出的判断是不是正确。如果正确，那么就表示现在的权重参数是适合的，如果不正确，就告诉它判断是错误的，它就会自己去逐个调整那些权重参数，直到这个照片的判断是正确的为止。这张照片判断正确后，就开始下一张照片的计算判断，周而复始，等到它能正确判断绝大部分照片的性别后，我们就认为这套权重参数就是可以信任的了。然后就会用来去进行实际场景中的计算判断。5、结语
　　看完上面的描述，相信我们会对人工智能的学习和工作方式有了一个大致粗略的了解。通过学习不同应用场景下的数据，人工智能系统将可以掌握到很多不同的工作技能。但是，我们也可以看到，现在人工智能的学习是带有非常具体的目的性的，而它的工作方式也是被限定在特定的应用场景。
　　不断发展的AI技术
　　这样的学习和人类的非常复杂、自由、综合、思辨性的学习方式是很大的差别的，甚至可以说不是同一个概念。所以，我们对于人工智能的能力也不能寄予太高的期望。人工智能在某些方面的能力跟人类还是存在很大的距离，甚至是暂时在理论上都无法逾越的鸿沟。当然，随着科学家们的不断努力推进，人工智能必将能为人类分担越来越多的工作。