人工智能扫盲帖
最近朋友闲谈，常常谈到AI将会改变世界，纷纷表示，要让孩子早些学AI，以免输在起跑线上。我这个二把刀“科学家”，也常常（错误地）被请教AI如何。我的确不是AI的专家，只是20年前，上大学的时候，自己开发过人工神经网络的应用，近年也偶尔应用机器学习算法，所以冒胆写了个扫盲帖。您看着顺眼，赞一下当赏钱；您看着哪里错了，指正我就好了，但别骂我：）
我们所说的AI，也就是人工智能，到底是什么，我们有能用它来做什么？人工智能应该是一个大众都能理解的术语---基本上就是电脑可以干人脑的活，可以思考，可以分析。人工智能的优势在于电脑比人脑算得快，电脑记性好，不会忘事。
人工智能听起来很好，可是人工智能到底怎么实现的呢？归根到底，还是数学和数据，外加上越来越快的计算机。人们研究一个现象，一个事物，一个问题，往往都从前因和后果进行分析。从开发数学模型的角度来看，前因，就是模型的输入，后果，就是模型的输出。开发模型的本质，就是建立前因（输入）和后果（输出）的关系。比如说，地上有一块石头，你踢了一脚，石头一下子飞起来。要是想知道，你用了多大劲，石头飞多远，我们肯定会用牛顿的力学方程，比如F=ma去分析。通过一系列的联立方程，可以建立一个你用的力气（F）和石头飞的距离（S）之间的数学模型。当我们研究简单的问题的时候，物理模型或者化学模型，能够帮我们连接前因（输入）和后果（输出）。也就是说，我们很清楚，有了前因，必然会有这样的后果。这种简单问题，我们不需要人工智能。我们在中学学得数学和物理知识，就能够解决问题了。
当问题变得更复杂一些，比如说，我们想了解今年粮食的产量，会涉及到很多个因素。挑几个重要的，可以假设平均气温（T），平均降水（P）和平均日照（S）会影响粮食产量（Y)。考虑到问题的复杂性，如果我们把所有的物理，化学，生物的知识考虑进去，我们没办法完美地建立一个基于规律的模型。为了解决问题，大家往往考虑统计模型。统计模型只关心输入和输出的数量上的联系，而不考虑他们之间存在着怎样的物理，化学和生物规律。这样，我们建议一个统计模型 Y = a1 * T + a2 * P + a3 * S。我们在应用这个模型之前，得先去确定模型中的参数a1, a2, 和a3。这样我们需要数据。通过数据，来确定模型参数，在人工智能里面，叫做训练模型。这个问题，也不复杂，有了高中和一些大学的数学知识，就可以解决这样的问题了。但是，要注意，因为我们不是百分百清楚，前因是怎样导致后果的，我们只能靠着数据来训练模型。所以，我们需要数据。模型越复杂，我们需要的数据越多。
现实生活中，有很多非常复杂的问题。比如说，炒股票，炒黄金。影响黄金价格的因素实在太多，而因素之间，又是相互作用的。对着这相互作用，我们大概其懂点，又不全懂。我们很可能确定几十个会影响黄金股票价位的因素，怎样把这些因素和黄金股票的未来价格联系在一起呢。我们没办法建立一个基于因果关系的模型，因为因素太多了，好多相互之间的因果关系，我们也不那么清楚。当然，你可以考虑建立一个统计模型，很可惜，统计模型往往要求因素之间是相互独立的。我们面临的问题，明显不符合这个条件。那么，有没有一种方法，或者模型，能够自己去处理因素之间的相互作用，同时又能够用于预报股票价钱呢？
在已过的20年里，蓬勃发展的人工神经网络，就能干这样复杂的工作。人工神经网络，模拟人类（或者动物）的神经元，通过神经元之间或强或弱的相互作用，来模拟复杂因素之间，或者是牵制，或者是促进的相互关系。一个神经网络模型，里面有大量的神经元，分在不过的逻辑层次里面，不同层次之间的神经元又两两相连，每一个连接之间的强度，都是一个参数，需要通过训练来确定。一个神经网络的规模越大，神经元越多，训练时候所需的数据越大。之所以现在人工神经网络应用越来越广泛，就是因为在其应用领域所积累的数据越来越多，满足了训练神经网络的需要。谷歌的alpha go，用的就是人工神经网络模型，估计是用几十万个棋局来训练出来的。
说到底，人工智能，和前面提到的中学生和大学生建立的物理模型和统计模型一样，都是在找前因（输入）和后果（输出）之间的关系。只是人工智能，可以处理非常复杂，因素众多的前因和后果。人工智能的背后，其实就是机器学习（machine learning）和大数据。两者缺一不可。机器学习，研究的是怎样用计算机来建立前因和后果之间的关系。大数据，是为了训练机器学习的模型和算法。一旦机器学习的模型通过大数据训练好了，就可以用来做预报，指导业务操作了。
我们上学学知识，知识多了，好多问题我们就可以看明白了，看透了。人工智能，是通过数据来学知识，通过大量数据，让电脑搞清楚了前因后果之间的来龙去脉，针对一个输入，就能产生一个输出，以至于，电脑学会了下围棋。说一千道一万，人工智能解决的还是人们关心和思考的前因和后果之间的联系。现在的机器学习技术，还有大数据积累，能让我们考虑更加复杂的问题罢了。在考虑人工智能的应用的时候，我们必须要考虑大数据。在这一行业，如果没有大数据，我们就算开发除了模型，也没办法训练他，然后应用它。至于机器学习的算法，我们跟风谷歌，站在巨人的肩膀上，暂时应该是够用了。