上一节课，我讲了人工智能技术的发展历程和前三代人工智能的基本原理，这一节课，我重点讲第四代人工智能的技术特点。
一、第四代人工智能技术最大革新
在上堂课的学习中，我们通过对比智能围棋软件阿尔法元和阿尔法狗，看到了第四代与第三代人工智能技术的巨大差异，那么第四代人工智能技术相对第三代人工智能最大的改变是什么呢？没错，就是深度学习。
我们在上一节课讲了，第三代人工智能需要人类根据经验给它一个做出选择的打分标准和计算方式，它才能根据不同的情况做出决定。而第四代人工智能，也就是具备深度学习能力的人工智能，不再需要人类给它制定这些规则和标准，计算机可以通过实践来自己寻找打分标准和函数。
我们以图片识别为例来说明深度学习的技术含义。
（一）第三代人工智能要识别图片
人类程序员需要先输入一些判别各种物体特征的程序和算法，计算机根据这些特征去判断图片上有没有符合这些特征的部分，然后识别出来：这些图片上的东西是鲜花、猫、狗还是人像等等。
由于图片千变万化，人工智能的图像识别率长期以来都非常低，之前无数专业人员的努力，不断的输入新的识别算法，也就能让计算机的识别率每年提高百分之一左右。在2012年之前，顶级的算法也就最多能实现大约75%的识别率。
2012年，这个局面被改变了，电脑识别率一下子就被提高了十个百分点。此后，人脸识别等技术才具有了实用性，被普遍使用到今天的手机上和酒店、机场安防等领域。
（二）第四代人工智能要识别图片
这个突破性的技术，就是深度学习。
这一次，人类不再告诉计算机它需要知道哪些图片特征，而是给计算机定了一个识别图片的输赢规则，然后让它自己去尝试。这个规则很简单：就是让计算机把一张图片压缩。
比如，将一张1000万像素的图片，压缩成100万像素，然后，再把这张100万像素的图片还原成为1000万像素的图片。最后，让计算机自己对对比它还原出来的图片跟原图是不是一样的。人类给计算机定的目标，就是让它尽可能的让被压缩然后还原的图片，跟原始图片尽可能相似。
同时，也会告诉计算机一些人类已知的各种数学工具，它可以使用。刚开始，计算机会接近于随机压缩图片，简单的把1000万像素减少900万像素。
但是，如果它没有找好规律，图片压缩到100万像素之后就会丢掉很多图片信息，最后再还原成1000万像素的图片跟原图对比，差别就比较大。
慢慢的，经过超过十万亿次的压缩、复原、对比尝试之后，计算机会自己发现一些规律。比如某些图片！
本章完
本站网站:www.123shuku.com