在很多方面，人工智能的表现曾经逾越了人类，这并不代表人工智能很聪明。相反，其实人工智能是很傻很天真的，你认仔细真与它交流，会被吓到，但假如略微使点诈，它就会原形毕露。那么人工智能是如何看起来很聪明的呢，上面笔者以讲故事的方式，让大家理解监视学习下的人工智能是如何运作的。
故事的配角叫小A（AI），我们让小A学习化装。
· 非人工智能阶段
在没有任何的协助下，小A化装只要一个步骤，那就是上色，所以刚开端小A化装会全部涂成纯色。这是由于初始化的小A相当于计算器，你给她一个指令，她就输入一个后果。你让她化装，她就涂上纯色。后果客户十分不称心，怎样办？你得先教小A认脸。
· 人工智能起步阶段
小A眼中的世界与我们是不一样的，我们可以看到颜色、外形，而小A的眼里只要0和1两个数字（二进制），你可以了解为小A高度远视，但不情愿戴眼镜。所以小A想要认脸，先要把人脸笼统化，比方人的嘴巴就是一条曲线。小A将这条曲线对应的0、1陈列顺序认作是人的嘴巴。
人工智能“眼中”的世界就是0和1的组合
成绩又来了，曲线代表嘴巴的话，小A有时分会把眉毛也看成嘴巴，为了防止笑话，你让小A判别是不是嘴巴的时分，不要单纯的以“是”或“不是”为后果。这时分你给小A的一些算法，让她把疑似嘴巴的曲线对应的0、1陈列顺序输出算法中，最终后果会呈现一个百分数，当百分数大于90%的时分，小A就晓得这条曲线就是嘴巴，然后就能化装了。
下面就是比拟初级的人工智能，比刚开端聪明一些，但还是不够聪明。
成绩又来了，曲线代表嘴巴的话，小A有时分会把眉毛也看成嘴巴，为了防止笑话，你让小A判别是不是嘴巴的时分，不要单纯的以“是”或“不是”为后果。这时分你给小A的一些算法，让她把疑似嘴巴的曲线对应的0、1陈列顺序输出算法中，最终后果会呈现一个百分数，当百分数大于90%的时分，小A就晓得这条曲线就是嘴巴，然后就能化装了。
下面就是比拟初级的人工智能，比刚开端聪明一些，但还是不够聪明。
· 人工智能开展阶段
小A又遇到了成绩。小A给一团体化装的时分没有成绩，但给多团体化装就有成绩了，由于人之间差异太大。比方之前都是给樱桃小口的客户化装，如今忽然来了一位大嘴客户，小A不晓得该怎样化了。
那该怎样办？为了让小A可以疾速掌握技艺，你预备了一沓照片，下面简直拥有人类的全部嘴型（大数据），然后又掺出来了一沓植物嘴型和其他乌七八糟的照片（负样本），一张张的让小A认。小A认对了，你就鼓舞她，认错了，就打一巴掌。
监视学习
认对就夸、认错就打，这就是监视学习。
这个进程中小A如何生长呢？还记得之前你给小A的算法吗，如今这个算法外面有几项数值十分重要，这几项数值就是权重。在小A判别照片是不是人的嘴巴时，小A会依据正确或错误的后果调整权重，直到可以不会呈现错误。
让小A本人修正权重就是机器学习。
机器学习
小A要看多少照片呢？越多越好，而且要反复的让她看。除了看嘴巴的照片，还要看眼睛的、鼻子的，还要给她看拥有全部五官的……这样小A就能将辨认的正确率提升到很高的程度。再给客户化装的时分，客户就会夸小A真智能。
以上就是人工智能开展时要阅历的几个阶段，当然其中触及到很多复杂的知识和技术，而且后续还会有更为复杂的实际和概念，笔者在此就不做深化探求了。
· 对人工智能的一些看法
置信很多冤家在先生时代对数学中的回归计算有着比拟深入的印象吧，xy轴上的很多个点，你需求找一条线，让一切点到曲线的间隔是最近的，然后用一串字符模仿出这条曲线。人工智能机器学习的进程就相当于回归方程计算的进程。只不过人工智能的“回归计算”包括很多节点，进程愈加庞大、复杂罢了。
回归计算与人工智能是类似的
以往人工智能没有失掉注重的缘由是大数据和硬件运算才能达不到神经网络运转的要求，而如今曾经到达了，所以人工智能才得以迅速开展。
GoogLeNet网络将大熊猫以为长臂猿
已经有组织对某人工智能大赛冠军GoogLeNet网络停止过测试，测试办法与普通识图稍有不同。他们在一张大熊猫的照片中参加了肉眼无法区分的影响要素后，GoogLeNet网络居然将大熊猫认成了长臂猿。从这个例子我们可以看出，目后人工智能是很傻很天真的，只是在某些范畴发扬除了机器计算的优势而已。
来源：中关村在线