先是一些原画师下岗，动漫公司用AI创作漫画，速率更快，须要的人工更少；后来引发到办公领域，输入少少几句话，少焉之间，AI就能做出一个品质相称不错的PPT；见告它你的哀求，它可以短短几分钟就能完成论文、文章；有人用AI写小说，做小说插图，效率、质量有了、新奇也有了，省下多少脑细胞和宝贵的韶光；还有人开班，教人演习AI，若何让它更听话，更细致的领会到主人的指令，更高效地为我们做事。

AI为什么这么强大？发展的如此之快？

清华大学出版社出版的《人工智能》一书，由打算机科学专家，2000年图灵奖得到者、清华大学人工智能学院首任院长姚期智主编。
书中在先容人工智能干系的根本观点时，着重先容了AI(人工智能)的核心事理与算法，还深入地对AI的研究成果进行了剖析息争释。

1、机器学习

AI并不是才涌现的新事物。
早在1950年，阿兰.图灵在论文《打算机与智能》中提出了“图灵测试”，给出智能的定义；1956年，达特茅斯学院的学者们正式提出了人工智能的观点；从人工智能提出至今，科学家们从未间断对人工智能的研究和探索。

人工智能拥有强大的搜索能力。
击败前象棋冠军卡斯帕罗夫的深蓝、自动驾驶和导航路径方案、机器人听取指令抓取信息完成绘画或文章，都是一次次搜索。
搜索的过程和事理，基于函数的打算、数据构造的描述等。
我们常用的智能搜索，包括盲目搜索、启示式搜索、局部搜索和对抗搜索，基于四类根本算法之上。

人工智能有很强大的学习力。
利用过AI的人都知道，一开始输入指令，它回答的总有些去世板，词不达意，画出来的画不过是一些元素的拼凑。
可是，只要给它常常练习的机会，它的作品就越来越靠近你想要的。
每一次搜索，对付AI来说，都是一次数据的重组和创建，网络的数据越多，它就越“聪明”。

它自带监督学习的框架，不断学习算法，积累出大量的演习数据集和测试数据集，经由算法调优，它会做事的越来越知心。

不知大家创造了没有，景象预报越来越准了。
曾经人们喜好开玩笑“景象预报从来没准过”，可现在，有人工智能模型的帮助，经由大量精密的数据打算，一个地区近期是晴朗还是降雨，都能预测得十分精准。

机器采集数据，网络大量的文本、声音、***等，许多线性回归函数叠加，得到深度线性网络，也便是神经网络的最大略形式；在网络中增加非线性元素，就得到比线性回归更繁芜的矩阵模型。
神经网络成为广泛运用于打算机视觉的基本方法，还可以用来判断人的生理康健程度，打算人的长胖概率。
通过搜集到的某地区景象数据，推断出某地区的精确景象，并非难事。

人类天生有着看天下的能力，而人工智能的视觉系统，是在几十年的研究中逐步打破技能，才让它通过打算去理解图像，通过卷积神经网络识别图像，拥有视觉感知。

图像是光芒与物理天下中的物体浸染之后的平面投影。
图像形成的过程叫前向模型，人的视觉和打算机视觉都是求解这个前向模型的逆，也便是识别图像中的物体的位置、运动和场景语义信息等。
准确描述图像算法的输入、形成数字图像，便是包含大量的像素。
卷积神经网络可以对图像进行卷积和最大池化操作，构建神经网络，从而准确识别物体。

在户外看到不有名的花朵，可以用手机识别；进出门禁，面部识别；自动驾驶的广泛利用，也须要机器人的视觉识别，去扫描繁芜的道路环境。

基于神经网络，人工智能还可以建构繁芜的措辞模型，进行快速翻译。

《人工智能》这本书精选了人工智能搜索、机器学习、线性回归、决策树、集成学习、神经网络、打算机视觉、自然措辞处理以及强化学习等9个核心方向，教授们对其详细的算法进行了详细的讲解。
事理奠定在函数、导数、概率论等高档数学知识和算法，阅读还是须要一定的门槛。
但是，如果不懂步骤的打算，看笔墨解释，也是能看懂人工智能事理的，不用担心。

如果是对人工智能感兴趣的学生，就更适宜了。
每一章节后面，都有相应的问题和练习，可以试着解答。

就如书中先容所说，这本书“可以作为人工智能本科生的教材，也可以作为人工智能入门参考书”。