由于对于这种专业的调研，如果整个过程只是站在一个旁观者的角度，得出来的结论不会太具有说服力，想要得到一个较为全面的认识，就得走进人工智能这个圈子，至少对其基本概念有所明确，这样对专业人士的采访环节也会进行的比较顺利。
所以作为一个工科生，这次调研空前的提高了我对人工智能技术方面的求知欲，特别是在导师调研环节，采访完校内的两位老师后，我专门查阅了人工智能相关专业的科普文章、教学视频以及专业论文等，虽然论文部分较为晦涩，但作为业余爱好者的我依然对人工智能有了浅层次的了解。而这一方面的总结由于涉及到专业知识，所以只是作为自己兴趣总结。
首先，当今人工智能领域最火的莫过于深度学习，我在查阅资料后学习到，深度学习是机器学习领域的分支学科，而机器学习（Machine Learning，ML）是这门AI中的交叉学科，历史与AI同样悠久。机器学习思路是让计算机自动学习相关知识并解决实际问题。实现机器学习的方法有很多，深度学习即深度神经网络（Deep Neural Networks，DNN）是其中重要的方法之一。
人工智能、机器学习、深度学习之间的关系可以这样简单概括:AI是目的，机器学习是方向，深度学习是路径。人工智能包括机器学习，机器学习包括深度学习。
另一个概念——神经网络。神经网络模仿人的大脑，用学习的方法获取准确知识并用以解决实际问题。最初的神经网络只有单层，这样简单的神经网络显然不实用。后来人们通过对人脑的研究发现人脑学习过程是分层进行的，这也启发了人工神经网络后来又发展成多层神经网络。在输入层和输出层之间加上隐藏层，这就是三层神经网络。隐藏层还可以不断叠加，几层或者几十层甚至更多。事实上人工神经网络的确随着发展层数随之增加，效果也越来越好。从最初的几层发展到了后来的几百层。深度神经网络可以使学习一层层深入，这使得深度神经网络有时直接成了深度学习的代名词。神经网络本质上是一个数据驱动模型，需要提供数据让机器去学习，然后根据学习的结果不断地进行调整、优化模型之中的参数，目标是使模型收敛，这一过程就叫训练。
这样梳理下来，从最开始的《今日简史》的大众化认识，到如今的较为全面了解，可以看出人工智能已经渗透到社会的各个领域，时时刻刻改变着人们的思维方式、工作方式和生活方式。对于我国的科技、经济和社会发展而言，人工智能的技术是实现“弯道超车”的大好时机。对于全人类而言，大可以将人工智能看做又一次的工业革命，对人类的生活、生产的利大于弊。威胁论一定程度上是存在的，但大部分都只是商业噱头。对于它的影响，从现如今的弱人工智能看，更多的只是把它当做工具，这样它的影响从本质上来说倾向于使用者的意愿。而对于未来的强人工智能，就像忒修斯之船一样，在历史长河的行进中，人们会对自己所做出的一切修正、翻新，当船靠岸之后谁也说不清这艘船有了怎样的变化，甚至这艘船还是否是原来的那艘，都无从定论。人工智能固然会带来很多麻烦，但未来也会在发展中将其完善，就像不能让一个生活在农耕时代来制定“核公约”一样。
http://www.dxsbao.com/shijian/233474.html 点此复制本页地址
