人工智能 —— 从入门到放弃吗
你是 AI 吗？
首先思考一个问题，时间是什么？
然后再思考一个问题，为什么用铯-133 原子基态的超精细能级之间的跃迀所对应的辐射的 9192631770 个周期所持续的时间来定义「秒」。
再思考一下，你所编写的代码，假如它有所谓的「意识」，它能理解为什么经过了 XXX 个时钟周期就是一秒吗？
好了，故弄玄虚到此结束，想太多会疯的。前几周在组内做了一个「前端遇上 AI」的分享，本来以为讲得很直白和通俗了，然而大家听完还是比较迷茫。
大概就是我讲得太渣了吧，今天抽时间把用文字的形式，把这个坑填了。
为什么是 AI
高热度
旦凡关注过几个科技微信公众号的，应该都对前一阵的 AI 营销狂潮不陌生。到处都在恰饭，出售各种 AI 课程。一时间，把人工智能推上了风口浪尖。在这样的大背景下，感觉不懂点 AI，都无法好好交流了。
高门槛
然而，当你想去入门 AI 时，你会发现面对多如牛毛的教材和知识点，无从下手。另外，如果纯粹的学习是枯燥的，缺乏项目实操前提下，对 AI 的理解也不深。
高价值
一个伟人曾经瞎逼逼过「价值投资永远都不会是在高点买入，跟风的大概率是韭菜」。从这个角度看，AI 已经是穷途末路的技术了。
但是，还有一个伟人逼逼过「资本总是高估技术的短期价值，而低估它的长期价值」，把这句话中的「资本」换成「老板」也同样适用。
大众对 AI 的期待由低到高，再逐渐回归正常水平。这件事对于 AI 从业者来说，应该算是好事。而且，会有各行各业需要使用到 AI 技术赋能和提效。
随着确定性问题的解决方法逐渐沉淀，未来程序员的主要工作在于解决不确定性的问题，这点和 AI 是吻合的。
基本概念
AI 是什么
首先，思考下这两个问题：工作生活中有哪些 AI 应用？你是如何区分 AI 与 Non-AI 应用的？
使用空调遥控器控制空调，算不算 AI 应用？ 出入小区刷门禁算不算 AI 应用？那么人脸解锁、指纹解锁呢？
AI 是 Artificial Intelligence 的缩写，翻译过来是人工智能。那么它有两部分含义：一部分是人工、一部分是智能。
首先理解「人工」，你家的阿旺/阿喵很聪明，但因为它不是人造物，它不能算是人工智能。至于智能的定义，各说纷纭，但普遍认为「智能」的创造过程中，要有「学习」的过程。
如果你写了一个程序，程序的输入和输出之间的映射规则是由你制定的，它不会因为使用时间的推移而发生变化，那么它没有「学习」的过程。即使它实现了看上去很智能的功能，但也不属于人工智能。
如果你写了一个程序，它需要靠你「喂」它一些正确的输入输出对，它自己构建内部的映射规则。那么它有资格被划分为人工智能。
机器学习与深度学习
在人工智能提到「学习」，不可避免地要提到机器学习、深度学习。
让机器能够使用已有数据进行自我学习，进而实现人工智能的方法都可以划分到机器学习的范畴中。深度学习是机器学习的子集，它主要使用深度神经网络进行建模。
透过现象看本质
不确定性问题解决思路
现在有两个需求，一个是要求你通过程序实现垃圾邮件分类，一个是从图片中区分大熊猫和企鹅。假如你从未接触过机器学习的知识，你很有可能写出这样的伪代码。
通过判断邮件是否包含「坏词」，来实现垃圾邮件分类。因为企鹅多生活在冰天雪地，所以可以通过判断图片是否包含「冰」来区分企鹅和大熊猫。
邮件中包含的「坏词」、图片中包含的「冰」都可以认为是我们研究对象的特征，但是我们怎么提取出这些特征呢？
还有另外的问题，邮件中只要包含「坏词」就是垃圾邮件了吗？图片中只要出现「冰」就不是熊猫了吗？
AI 研究的本质
言至于此，相信你应该知道，AI 在研究的东西无外乎两个：特征和可能性。
在分析垃圾邮件的时候，我为什么选择了「坏词」作为特征，是不是还可以选择「发件人」作为特征。我又应该怎么样程序化地从图片中提取「冰」这个特征。特征出现与最终的结果之间存在什么样的关系，我应该如何建立这种映射关系。
AI 研究领域和手段
人工智能研究的领域，包括但不限于图像处理、自然语言处理（NLP）、音频处理等。
常用的传统机器学习算法有 K-近邻分类算法（KNN）、朴素贝叶斯、决策树、支持向量机（SVM）、K-Means、TF-IDF 等。
比较常听到的深度神经网络模型主要有卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）、Transformer 等。
模型和张量
在机器学习中，模型（ Model ）是一个具有可学习参数的函数，它将输入映射到输出。最优参数是通过在数据上训练模型获得的。一个训练有素的模型将提供从输入到所需输出的精确映射。
人工智能领域中经常提到「张量」或者 Tensor 这个词，人工智能领域的绝大部分数据都以张量的形式存在，无论是模型的输入、输出还是隐含层的参数表示。
尽管在维基百科上，张量有非常丰富的介绍。但我们可以把张量理解为 0~N 维的数组。
神经网络
人为什么受电击之后，身体会不受控制？
这是因为大脑是通过神经元和身体其它组织进行通信，而神经元的通信依赖彼此释放的微弱电信号。
人工智能的智能程度，依赖于人对自身大脑运作方式的理解程度。科学家们基于人脑的构造，提出了人工神经网络模型。
随着计算机计算能力的大幅提升，神经网络这个特征提取大杀器，成为人工智能领域中最火热的关键词。
人工神经元结构
神经元在结构上大致分为两部分：细胞体和突起，而突起又分为树突、轴突两种。神经元从树突接受来自其它神经元的输入，经过整合后，通过轴突向其它神经元输出。
人工神经元也有类似的结构，有多个输入端用于接受其它神经元的信息，经过激活函数的「整合」之后，输出给其它神经元。
神经元的特征提取能力
只需要使用一个神经元，选择阶跃函数作为激活函数，并加上合适的权值参数（$w_0$，$w_1$，$w_2$），就可以实现上图的二分类。
有可能你会觉得这个例子太简单，但其实不然，复杂特征实际上也是由多个简单特征组合而来。比如，我们可以把「是否垃圾邮件」当作邮件的一个特征，这个特征是由「是否包含垃圾词汇」和「发件人是否在黑名单」等特征组成。
建议感兴趣的朋友在 TensorFlow Playground 感受一下神经网络的乐趣。
前向传播与反向传播
前向传播，即信号由输入层进入模型，再经隐含层逐层传播，最终达到输出层的过程。反向传播，指神经网络的训练过程中，根据实际输出与期望输出间的误差，反向逐层修正网络参数的过程。
模型的训练过程，就是确定模型参数的过程。反向传播为参数调整提供了科学的方法。通过计算模型参数如何对预测值产生影响，从而知道如何调整模型参数，来逼近真实值。可以把这个过程类比「带提示的暴力破解」。
上图以 8 号神经元的输入输出为例，说明了 $w_{84}$ 对误差的影响程度和影响方向。逐层求出 $w_{mn}$ 和误差的关系之后，就可以往减少误差的方向调整 $w_{mn}$，让模型训练往期望方向进行。
那么问题来了，$w_{mn}$ 的调整方向是确定的，但是每次应该调整多少呢？步子迈太大了，可能模型一直在训练，永远不收敛，步子迈小了，训练时间又太长。这就涉及到所谓「学习速率」的调参了，本文就不展开讲了。
案例分析
看到这里，相信你对人工智能、神经网络都有了基本的了解。接下来，我们来看一个真实的需求：在小程序端实现图片分类功能，能够区分普通杯子和雀巢咖啡杯。
对于图像分类需求，一般使用卷积神经网络（CNN）实现，它的一般模型结构如下图所示。通过一层层的卷积和池化操作，提取出图像中的特征，最后再经过一层全连接层，输出图像分类的概率值。
PS: 附一个助于理解 CNN 的有趣网站：Image Kernels
对于上面这段话不理解，没有关系。只要知道以下几点，就可以完成这个需求：
- 神经网络是特征提取的神器
- 通常 CNN 的倒数第二层输出是图像的特征
- 特征表示为张量，而张量理解为多维数组
- 使用一些简单的算法（K-NN 或 SVM）可以实现自定义分类
此处附上 K-NN 分类的动态图，只要看图马上理解这个过程是如此的简单。
发展趋势
AI 目前能发挥出作用的场景大多和提效赋能有关，比如搭建智能客服系统，解放人力。又比如阿里推出的 ImgCook，专注以 Sketch、PSD、静态图片等形式的视觉稿作为输入，通过智能化技术一键生成可维护的前端代码，包含视图代码、数据字段绑定、组件代码、部分业务逻辑代码。
除此之外，ToC 产品中比较火的应用场景是在线试妆、在线换脸等。像腾讯的人脸试妆能力、手淘的在线试妆小程序、曾大火的 FaceApp 换脸应用，抖音的换动漫脸功能等。
也有一些在健身、康复领域的应用，比如国外一家叫 Tonal 的公司，开发出了一款辅助健身器械，可以识别健身者的动态姿态，并做相应的提示和评分。阿里开发过一款「魔力智屏」的 AI 健身产品，厦门一家公司也在尝试开发类似 Tonal 的产品。
之前创业那会，我们还想到可以出一款根据学生的上课的姿态分析课堂氛围的产品，可惜凉了。
结尾
希望本文能给你的 AI 入门带来一点点帮助，也不枉我码这么多字。
PS: 能看到这里的都是勇士，给自己加个鸡腿吧