带你简单了解AI是什么

人工智能（AI）如今越来越受到人类欢迎，AI达到的领域远远超过我们目前的想象，远超过人类社会有史以来任何一个重磅产品的规模，超过这些重磅产品的总和，它给所有重磅产品插上智能的大脑，同时还创造更为重磅的新产品。
“人工智能（AI）”这词是达特茅斯大学助理教授（John McCarthy）在1956年发明的一个词，这性术语是指展现出看似具有智能行为的硬件或软件；基础“AI”出现已经有几十年时间，开始基于规则的程序，在特定上下文环境下提供初步 “智能”显示。但是所取得的进展有限——因为处理有些现实世界问题的算法对于靠AI处理的话太过于复杂。
大家只注意到AI带来的益处，而对专业人士来说，四个概念必须要了解：分类方法、类别、机器学习和协同过滤。这四个支柱代表了分析过程中的步骤。分类方法涉及创建特定问题域的度量（如财务、网络）。类别涉及数据与所需解决的问题相关。机器学习包括异常检测、聚类、深度学习和线性回归。协作过滤涉及大型数据集上寻找模式。
分类方法
AI需要大量和解决问题相关的数据。创建AI的解决方案第一步就是创建”设计意图的指标”，对问题进行分类。用户是否试图构建一个能起到关键作用的系统，帮助医生诊断帮助IT管理员诊断无线的问题，用户需要定义允许问题分解度量标准。
类别
用户将问题分类到不同的区域，下一步就是进行细分，便将用户指向有意义的结论。在线网络中，一旦知道问题的类别（例如前或后连接问题），用户就需要开始分类导致问题的原因：关联、动态主机配置协议（DHCP），或其他无线、有线和设备因素。
机器学习
这个问题被划分到特定领域的元数据块中，用户也可以将信息输入到机器学习这个神奇而强大的世界。许多机器学习算法与技术，带有监督的机器学习使用神经网络（即深度学习）实现，现在已经成为的方法之一。随着计算机技术的革新和存储能力的增强，神经网络被开发解决各种实际问题，从图像识别到自然语言处理，以此预测网络性能。其他应用还包括异常特征发现，时间序列异常与事件深度分析。
协同过滤
大多数人体验合作过滤时，都择在Netflix看电影或者在Amazon购物，同时获一些影片推介或购买建议。除推荐系统，协同过滤也来解决大型数据集与人脸识别。这是所有数据收集与分析变成有意义的洞察力或行动的地方。所以在游戏节目，还是医生或网络管理员使用，协作过滤都是高度自信的方式手段。像一个虚拟助手，帮助解决复杂问题。
AI仍然具有很大的开发空间，AI的影响深远之处在于，在未来人类的日常生活中， 如今AI正在席卷整个世界，层出不穷创新应用正实践于所有行业和领域。如电影描述的那样， AI机器人可以代替医生几十年的时间，上至各行各业的专家，下到普通的消费者，AI正在帮助人类更快的诊断和解决问题，如进行精密手术、语音命令播放一首歌曲等。