小莺出国原创文章 未经授权转载必究

你是否发现，逛淘宝时出现的经常是你买过的相关物品?

你是否发现，刷抖音时推荐的视频恰巧是你喜欢的类型？

你是否发现，刷微博热门内容的顺序并非按时间线排序？

你是否思考过这背后的原因？当下，人工智能时代 悄然而至，Google的“阿法狗”到IBM的”沃森医生“，人工智能向我们展示TA在各领域的可能性。你还在说人工智能时代离你很远么？

01人工智能的概念是什么？

人工智能（AI） 是指计算机像人一样拥有智能能力，是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科。

现在说的AI，绝非一个新的概念。AI早在20世纪50年代时正式提出，90 年代，国际象棋冠军卡斯帕罗夫与"深蓝" 计算机决战，"深蓝"获胜，这是人工智能发展的一个重要里程碑。2006年，Hinton提出“深度学习”的神经网络，为AI在实际应用的发展提供了理论技术支持；而 2016 年，Google 的 AlphaGo 赢了韩国棋手李世石，再度引发 AI 热潮。

02人工智能的原理是什么？

人工智能，关键在于“智” 字，人类区别于其他动、植物，其主要原因是人类的智力水平较高。我们不妨思考一下这样一个问题：智慧的最佳体现是什么？ 是计算能力么，应该不是，心算速度快的人我们一般称之为天才。

是反应能力么，也不是，反应快的人我们称之为灵敏。

是记忆能力么，也不是，记忆好的人我们一般称之为过目不忘。

是推理能力么，这样的人我也许会称他智力很高，类似“福尔摩斯”，但不会称他拥有智慧。

是知识能力么，这样的人我们称之为博闻广，也不会称他拥有智慧。

想想看我们一般形容谁有大智慧？圣人，诸如庄子，老子等。智慧是对生活的感悟，是对人生的积淀与思考，这与我们机器学习的思想何其相似？通过经验获取规律，指导人生与未来。没有经验就没有智慧。让我们具体来看一个例子。 回想我们是幼儿的时候，第一次进幼儿园，如何分辨对方小伙伴是小男孩还是小女孩？起初如果我们是按照是否扎辫子来判断，这样的后果是有许多不扎辫子的小女孩伴被我们归类到小男孩的范围。在得到错误答案后我们对“扎辫子”这单一的判断标准产生疑问，因而导入其他的判断标准，这一过称为“学习” 。在“学习”中我们根据已有的经验知识去“推测”另一个小伙伴的性别，得到答案“是”与“否”，如此往复。在这一过程中不断提高自己的性别判断能力，继而形成自己的一套判断模型。这一过程称为“归纳” 。

人类在成长、生活过程中积累了很多的历史与经验。人类定期地对这些经验进行“归纳”，获得了生活的“规律”。当人类遇到未知的问题或者需要对未来进行“推测”的时候，人类使用这些“规律”，对未知问题与未来进行“推测”，从而指导自己的生活和工作。

人工智能中的“训练” 与“预测” 过程可以对应到人类的“归纳” 和“推测” 过程。通过这样的对应，我们可以发现，机器学习的思想并不复杂，仅仅是对人类在生活中学习成长的一个模拟。由于机器学习不是基于编程形成的结果，因此它的处理过程不是因果的逻辑，而是通过归纳思想得出的相关性结论。

03人工智能中和深度学习的关系是什么？

人工智能是机器学习的父类。深度学习则是机器学习的子类。人工智能如果把三者的关系用图来表明的话，则是下图：

除了机器学习，人工智能还包括计算，推理，知识存储，检索，灵敏。在第1节，有提到过人工智能的发展，这里展开一下讨论：从50年代提出人工智能的理念以后，科技界，产业界不断在探索，研究。这段时间各种小说、电影都在以各种方式展现对于人工智能的想象。人类可以发明类似于人类的机器，这是多么伟大的一种理念！但事实上，自从50年代以后，人工智能的发展就磕磕碰碰，未有见到足够震撼的科学技术的进步。直到机器学习诞生 以后，人工智能界感觉终于找对了方向。基于机器学习的图像识别和语音识别在某些垂直领域达到了跟人相媲美的程度。机器学习使人类第一次如此接近人工智能的梦想。

我们常听到的“深度学习”，其本质是机器学习中的一个算法的延伸。机器学习中的算法包括回归算法 （基础）、神经网络 （图片、语音识别）、聚类算法 （微博标签）、推荐算法 （淘宝、抖音）等。虽然深度学习这四字听起来颇为高大上，但其理念却非常简单，就是传统的神经网络发展到了多隐藏层的情况。

图 神经网络的逻辑架构

再让我们来看一个例子。 我们判断一个女生是否为“白富美”，首先，把女生的肤色氛围两类，将皮肤黑的女生从“白富美”中剔除。其次，用贫富条件作为衡量指标，将看起来“贫”的一类从大脑中剔除。最后，把“美”作为衡量条件，将“丑”的从中提出。最终，我们就得到了一份“白富美”的名单。这只是一个最简单的模型，用到了三个维度。当然，现实问题更加复杂，不再仅仅是三个维度，有时会用到10维甚至更多。关于“美”的定义，古语有云：情人眼里出西施。每个人对于美的标准不同，这标准藏于我们的潜意识：年龄，身高，体重，性格，身材，相貌等等都是决定于是否为“美”的因素。每个人对于单个因素赋予的权重（加权）k值不同。机器学习中的深度学习就是根据结果（是否为“白富美”）进行反馈，将误差结果返回到前面的多隐藏层，调整每一项（身高，体重等）的影响因子。继而的出最优解 的过程。

04机器学习中算法和大数据的关系是什么？

是否感觉通过以上的例子稍稍弄懂了关于机器学习，深入学习的概念。

下面继续，谈谈算法与大数据间的关系。

以初代AlphaGo为例，采用的算法是深度学习与蒙特卡洛搜索树算法 ，经过自我训练的过程，4：1打败了韩国九段选手李在石。其中，自我训练的过程，就是读取大量历的史棋谱（大数据）的过程。而Master（AlphaGo2.0）和AlphaGo Zero，则采用了更为“智能”的算法，在更短的时期内完成训练。AlphaGo Zero更是以100：0打败Master，在围棋领域成为“无敌”的存在。

算法和大数据是构建机器学习的两块基石，缺一不可。两者的关系就好比菜刀（算法）与磨刀石（大数据）的关系一样：一把日本百元店（6块钱）的菜刀，经过高级磨刀石的打磨，同样可以成为一把削铁如泥的利刃。同理，再精妙的算法，如果没有足够的大数据这一磨刀石的支持，也会淡然无光。

05到日本学人工智能的优势是什么？

日本大学、大学院讲究产学官结合，“产学官结合”不仅仅是政府补贴政策，更是从制度上建立了“产学结合”体系。在我国，大学教授，讲师讲究“根正苗红”，在申请教职员岗位时实行“查三代”政策（本科、硕士、博士），通常情况下，想要获得高校的教职员资格，需要自参加工作起一直从事相关机构(大学，研究所)的研究工作，中间不能有断档。反观日本，对于教职员资格审查没有那么严格，对于在社会（公司）取得一定成就的优秀人才，同样抱以欢迎的态度。在这种背景下，使得公司社员与研究所人员间并没有不可逾越的鸿沟，因此，社员可以把工作中最新的技术带到大学，大学教员同样可以将最新学术理论运用到公司的产品开发中。

让我们来看几组数字，更为客观的看一下日本的产学结合。1998年，日本修改“研究交流促进法”。迄今，全日本101所国立大学中有61所设立了与企业合作使用的联合研究中心，各种产学合作研究项目迅速增加，2000年度超过了4000项。简单解说，日本的大学教育更偏重实用，知识更新体系速度快。 以下是日本人工智能的一些前沿科技。近期，日本软硬件研发企业SCSK公司研发的一款自助收银机，可以缓解超市招不到收银员的窘况。这款机器采用图像识别等人工智能技术，顾客只需将购买的商品平铺摆放到收银机的识别区，按下识别按钮，收银机就能迅速识别商品的件数和品种，并计算出总价，再利用近场通信技术或手机支付软件即可完成结账。比起利用射频识别技术的收银系统，这款收银机的优势在于只需事先在系统中录入店里所有商品的外观，省去了射频标签成本以及在商品上设置标签的人力。

日立集团下属“日立解决方案创造”公司展出了“人工智能＋”系列技术，其中包括饮食记录和营养成分分析系统、非固定格式账单识别技术等，这些技术的应用将大大减少一些专业人员的工作量。比如，人们只需将平时的饮食拍一张照片，饮食记录和营养成分分析系统就能根据照片自动计算出食材和调料的种类、分量以及所含各类营养物质的量，并形成数据记录，从而大幅减轻营养师的工作量。

如果对于以上的例子还没有什么感觉，那么软银公司（Softbank）推出的Papper智能机器人相必大家不会陌生，目前TA已经广泛用于日本的手机店、银行、研究机构中。日本是工业大国，对于人工智能的研究，更多的是在工业与计算机技术相结合领域。日本人在智能工厂、智能加工机械、智能仓库等的研究走在世界前列。

06日本人工智能的相关大学和学科有哪些？

人工智能专业，在日本大学中称为“知能ロボット”，通常从属于情报工学方向。在日本开设该专业的院校很多，其中最著名的就是大阪大学和早稻田大学。

大阪大学

大阪大学的人工智能非常的强大，大阪的机械在日本的工科群里是数一数二和机器人齐名。石黑浩是大阪大学智能机器人研究所所长，该研究所的仿人机器人非常出名，在2014年5月5日，大阪智能机器人研究所研制出一款智能机器人，该机器人外形机器极其逼真，能够完成点头、眨眼等动作，并可以进行简单的交谈。

大阪大学的机器人研究在很早以前就开始了，2010年，日本大阪大学智能机器人学教授石黑浩带领的科研小组开发出可模仿人类表情的女性替身机器人，并于4月3日在大阪市公开展示。这个名叫“GeminoidTMF”的机器人以一位日本年轻女性为原型，坐着时高140厘米，重量大约为30千克。在12个控制器的作用下，她可以同步模仿真人的表情。通过一个表情遥控器，你可以让她时而露齿微笑，时而眉头紧皱。“我感觉自己有了个双胞胎姐妹似的，”被模仿的女孩表示。石黑浩教授说：“机器人可以代替自己去比较远的地方，今后也许还能一起吃饭，一起恋爱。”

大阪大学基礎工学研究科システム創成専攻

http://www.sys.es.osaka-u.ac.jp/sch/jp/

早稻田大学

早稻田大学，一个具有浓厚田园色彩的校名，它是日本最负盛名的大学之一。早在1964年早稻田大学就开始了机器人制造和使用的研究。早稻田大学对较多种类的机器人都有一定的研究和探索，特别是加藤一郎教授创立的加藤实验室对于两足机器人的研究更是对机器人的发展做出了卓越的贡献。纵观早稻田大学的机器人发展史几乎可以说是加藤实验室的研究史。

可以说早稻田大学的机器人研究是日本最早的，1973年，WABOT1号机器人，于“早大”有关研究室协作下完成。该机器人身高约2米，体重160公斤。有两只手，两条腿，在胸部有2个眼睛、耳朵和嘴巴。全身共有26个关节，手上还装有触觉传感器。

2009年6月23日，日本早稻田大学推出了一款情感丰富的机器人—KOBIAN。据说该款机器人是世界上首款能够同时利用表情和动作与人进行全面情绪互动的机器人。

早稻田大学的人形机器人非常出名，“日本机器人之父”加藤一郎教授是开创两足步行机器人研究的先驱，70年代研发了人工肌肉驱动的下肢机器人，90年代研发了以液压、电机驱动的WL系列下肢机器人，90年代WABIAN系列开始带有上肢才具有拟人形，高西淳夫研究室是原加藤实验室的延续。

早稲田大学理工学術院総合機械工学専攻

https://www.waseda.jp/student/weekly/contents/2008a/1156/156h.html

除了这两所日本人工智能专业“双雄”，日本还开设人工智能相关专业的学校有： 東京大学情報理工学系研究科知能機械情報学専攻

http://www.i.u-tokyo.ac.jp/edu/course/m-i/

京都大学情報学研究科知能情報学専攻

http://www.ist.i.kyoto-u.ac.jp/introduction.html

東京工業大学総合理工学研究科

http://www.dis.titech.ac.jp/staff.html

筑波大学知能機能システム専攻

http://www.ai.iit.tsukuba.ac.jp/index-j.html

九州大学システム情報科学府情報知能工学専攻

https://www.isee.kyushu-u.ac.jp/advanced.html

更多关于日本人工智能的学校和专业，欢迎大家私信提问哦！

• END •

小莺出国原创文章

未经授权转载必究