糟糕！我被智能机器人冒充了
发布时间：2020-07-12 10:20:37来源：笑脸童年
糟糕！我被智能机器人冒充了
事情是这样婶儿的，探索君这两天终于实现了时空穿越，并且成功穿越到了2222年！（别问怎么穿的，问就是不知道！）
但是！就在探索君兴高采烈地买了个智能机器人准备享受未来世界的快乐时，发现那家伙居然偷走了我的身份，现在外界已经对我们真假难辨了！
探索君作为一个科普博主能服吗？必然不能！今天我必须把这个事情掰扯清楚，我才是真的！
首先来让我介绍一下我家的智能机器人。
我家机器人和200年前那些普（zhi）通（zhang）机器人非常不一样，它们都只是一段编好的程序的输出而已，而我们是智能机器人。
人工智能晓得伐？不晓得，怎么说呢，其实人工智能，就是机器模拟人类认知能力的技术。所以我们的机器人，比普通机器人多的就是类似人类的认知能力。
智能机器人不仅模仿人的脸，更重要的是模仿人的认知。
所以，区分我本人和我家人工智能机器人就看认知方式有什么不一样了！
1
视觉
人类在视觉方面的感知过程是：我看见了，我知道了。
人工智能的感知过程则是：我看见了，我计算了，我知道了。
什么图像识别、视频识别、文字识别，人工智能都能信手拈来，不过在它那里进行的这项工作不是人类的视觉和判断，它做的工作是分类。下面我们就仔细说说人工智能进行图像识别的过程。
图像识别需要经历一个输入图片-提取特征-根据特征做预测-输出结果的过程。让我们来举个栗子：
如果人工智能想要识别以下图中的第一张和第四张：
也就是能够分清什么样的图片算胖虎，什么样的图片算吴亦凡，它就要做以下的工作：
01
输入图片
在人工智能的“眼睛”里，胖虎并不是胖虎，吴亦凡也不是吴亦凡，他们都只是一串无形的数字罢了。一张图片如果被无限放大，你就会看到一个一个的像素点，就像这样：
而每个像素点上都只有一种颜色，这个颜色就可以用三个数字来表示，所以，一张图片在人工智能的眼中就是这样的：
至此，识别任务圆满结束。
02
提取特征
提取特征是一个复杂的过程，人工智能发展前期，主要会用到人工设计的方向梯度直方图，发展到后期则大量运用深度神经网络，看不懂没关系，你把提取特征理解成这样就可以了：
不过要注意的是：图像的特征同样不是具象的，而是用一串串复杂的数字和计算来表达的。
03
根据特征做预测
这里就要用到人工智能的分类器了，分类器完成的就是从特征数据到预测类别的过程，而这个过程同样离不开另一个高大上的名词：大数据！
正所谓熟能生巧，要想做好预测，就需要从大量已有的数据中得到经验，就好比，我们在考试之前，刷了成千上万道题，等到考场上，我们就能做出同类题来。
为了训练人工智能的分类器，会先给人工智能大量的测试数据，并帮它做好分类，人工智能经过一系列的判断和计算，会生成一种判断图片内容的方式，此时，再应用感知器和支持向量机继续训练分类器。
这个过程就像是改错题的过程，用原来的方式判断一张图片发现判断有误，那么就重新调整判断方法，来适应这个“错题”。这个过程一直持续，直到这个分类器能够达到最好的判断效果为止。
好了，这一过程也完成了。
04
输出结果
此刻，人工智能就能做出它的最终判断了。
人工智能里的图像识别在2020年的时候早就可以识别人脸了，什么社保认证、入口核验、银行取款、酒店自助服务，都是人工智能的产物。
2
“听觉”
在听觉上，如果要让人工智能判断一段音乐的类型，其实和刚才的图像识别的过程也很类似，包括了输入音乐-特征提取-分类器分类-输出显示这四个阶段。但音乐和图像还是有不同的。
声音的决定因素主要有三个维度：响度、音调和音色，人工智能则通过梅尔频率倒谱系数来表示它们。你耳中的音乐在人工智能的“耳朵里”大概长这样。
再经过一顿猛烈的学习，它又能识别出音乐的种类了。
语音识别是比音乐种类识别复杂得多的功能，其实如果细究，语音识别也是一个分类过程，就是把人说的每一个字都找到一个文字对应。
首先把语音分成一个个小段，叫做分帧，把每一帧识别为一个状态（很细节的语音单位），再把状态组合成音素（声母和韵母），把一系列语音帧转换为若干因素的过程运用了声学特征，所以叫做声学模型，从音素到文字的转换过程用到语言的特点，因此叫语言模型。整个语音识别过程就是不断的分类过程。
3
超高智力人工智能
曾经的AlphaGo能够让柯洁败的无言无语，如今它已经变得更厉害了。下面我们就来看看这类人工智能是怎么工作的。
上面提到的图像识别和声音识别其实都属于监督学习。监督学习就是指根据已有的大量数据调整分类器的参数，来让它达到所要求的性能的过程。AlphaGo当然也有这个过程，16万局人类棋手的对弈棋谱被拿到了AlphaGo面前，它开始学习如何下围棋。
这个过程结束之后，AlphaGo已经学会了如何下围棋，但是棋谱中毕竟好棋坏棋都是有的，所以学来学去，AlphaGo只能达到一个业余水平，此时，就可以进入下一个阶段：强化学习。强化学习不同于监督学习的是，它能够得到的反馈是评估性的而不是指导性的，也就是说，它能得到的反馈是：现在这一步究竟是好的还是坏的。强化学习让人工智能能够完成像人类一样的自主学习。
好了，人工智能的几种认知方式就介绍完了，200年前，人工智能还是智能分别用于不同的领域，那时候叫“弱人工智能”，现在不一样了，我们的人工智能可以算是啥啥都会了，已经能够达到人的认知水平，是“强人工智能”，我的智能机器人就是一个这样的产品。这样你就能分清探索君和智能机器人了吧！
彩蛋来了！
如果你还是不能的话，
就需要这样两本书了：
这是大数据“网红”专家、百万级畅销书作者涂子沛专门为孩子打造的一套人工智能和大数据图书。
作
者
涂子沛
涂子沛，中国著名的数据科学家，两获文津奖推荐图书。近年来连续出版多部畅销书，其销量已超过百万册，此次专为青少年读者量身打造新时代的启蒙读物。
李国杰院士亲笔作序！
李兰娟院士、倪光南院士、
郭仁忠院士倾情推荐！
有趣味
有温度
有故事
有畅想
最重要的是
新书上市，还有限时优惠！
原价：116元/两册，京东预售：68元/两册
限时优惠：7月9日~7月12日（周日）
扫描下图二维码享受京东预售优惠！
还等什么，快去买！
文：科普君
图：来自网络
