人工智能是一个非常热的词，现在不谈点AI彷佛就要与时期脱节了，可是什么才是人工智能，人工智能和人类智能到底有什么差异？打算机是如何仿照人的大脑进行决策的？

这些问题对付大众来说便是一个黑箱，许许多多没那么智能的东西冠以人工智能之名，只是为了能够多收一些智商税。

本日就用最直白的措辞谈谈人工智能的根本——贝叶斯定理。

托马斯·贝叶斯（Thomas Bayes，1701年-1761年）是英国神学家、数学家，皇家学会（天下上最古老的国家科学学会）会员。
其他的科学家也加入了皇家学会， 例如牛顿，达尔文和法拉第。
他提出了最主要的概率定理之一，并以他的名字命名：贝叶斯定理。
以下我们就称他贝爷吧。

贝爷创造，通过在人群中进行的抽样普查，有一种怪病——口歪眼斜病，每1万人中只有一个人会得，结果有一天你不知道由于什么缘故原由创造自己溘然也口歪眼斜了，于是你就去找了当地的一个名医，听说这个年夜夫能够有99%的把握确定你得的是不是这个病，也便是说，这个年夜夫把康健人看走眼的概率只有1%。
这么来说，一旦这个年夜夫说你得了这个病，那么是不是一定就无药可医准备后事了呢？

实际上，远远不要为这件事情担心，由于根据贝爷的理论，你确定无疑的得这个病的概率只有：

0.000099/0.010098=0.98% 连1%的概率都不到

这看上去很反直觉，对吗？实在我们做任何决策都是须要有一个先验概率的。
所谓先验概率便是“每1万人中只有一个人会得”，而大多数人在检测后都忽略了这一点。
在没有先验概率的根本上进行的剖析是不准确的，而先验概率也不是确定准确的，而是须要通过不断地考试测验进行调度。

这实在和我们人类的认知就很靠近了。
人不断地从外部接管信息，不断建立一个“先验概率”，然后在此根本上进行决策，而不是每一次都从零开始。

对付机器的强化学习，也便是不断地提升对事物的概任性认知判断，然后不断地强化认知。

吴军写过一本书《机器之美》，最早进行人工智能自然措辞处理时，聘请了一批措辞学家，研究语句的主谓宾关系，然后结果便是惨不忍睹。
然后谷歌转换了研究思路，以统计概率的方法展开研究，结果创造精确率随着对系统演习的加强，不断得到提升。
书中有一句话很故意思：

我每开除一个措辞学家，我的语音识别系统的缺点率就低落一个百分点。

看来谷歌须要先招聘100个措辞学家，然后全部炒鱿鱼。
LOL