走向智能之路-什么是智能
智能是什么?
这个问题几乎是无法问答的，我们对智能的理解还是太少了，尽管今天人工智能这么火热，但是我们实际对智能的产生几乎一无所知，智能究竟源于什么？什么物质，什么情况，什么条件下能产生智能，某种角度上我们都是一无所知的，当然我们不能否认哲学家、脑科学家以及人工智能学家的努力。
回答这个问题的最佳实践，是我们人类制造一个和我们类似的具备思考能力的事物，这当然不同于人类繁衍或者现在造出的计算机。也会有人自负地认为智能只是人脑所具备的活动，如果这只是方便讨论所做的定义，那自然无所谓。不过，我觉得，我们还是来看看当前对智能的定义吧，或许有些借鉴意义。
智能是人类理解和学习事情的能力。 智能是思考和理解事情的能力，而非本能或机械地做事情。
——《柯林斯基础英语词典》
果然目前人们还是把智能局限于人脑活动，第一个定义直接点明了人类，而第二个定义则更加婉转一点，因为思考是这样子定义：思考是使用大脑考虑问题或创建新想法的活动。说这些定义未免有些学究过头了，总结起来，我是想强调，目前我们提到的智能是指人的智能。当然这也是因为我们自负地认为我们是地球上唯一的智能生物，把其他生命体的活动定义为本能。
所以，与之对应的，才会有人工智能这个词区别于智能。人工智能这个词自提出以来，我个人觉得是充满矛盾的，因为人们其实连智能都不太理解，更不要说怎么样做出来一个人造的智能出来。我们对人工智能的研究其实还处于非常初级的阶段，甚至还谈不上智能，因此有些研究“人工智能”的学者，更愿意说自己是个计算机科学家，应用统计学家，或者，一位机器学习研究者。
新的名词出现了，什么是机器学习。还是让我们来看一个非常著名的定义。
对于某类任务 T 和性能度量 P，如果一个计算机程序在 T 上以 P 衡量的性能随着经验 E 而自我完善，那么我们称这个计算机程序在从经验 E 中学习。
——Tom Mitchell
这也是我第一次接触到机器学习所学到的定义，好好读读这个定义，它有种奇特的韵律感，而且揭示了机器学习的本质——“自我完善”。当然，这个定义可能有点拗口，或许这样子说更合适，机器学习是用数据或经验来优化计算机程序的性能标准的过程。
这样子的定义只把机器学习的研究，具体到一个很细分的领域，而且和人工智能最初的目标偏离得有点远，好像这只是计算机学家需要考虑的一件事，他们只关心计算机程序的性能表现，把创造智能这个宏大而又激动人心的目标置于何地呢？
事实上，我觉得正是机器学习的大量的在工程上的应用，才反过来推动了人们对于人工智能的关注度，不然人工智能这个词汇，可能还是只在专家学者和科幻小说中讨论。
上面说到，机器学习的自我完善是利用了数据，这其实是一种数据驱动的优化过程，因此不可避免地和各种数据打交道，仔细研究现在流行的机器学习算法，其实很多就是之前统计学习里面的算法，而有些干脆就是统计学或者数据挖掘里面的算法和概念。这也是为什么，人们总是说大数据是机器学习的基础，特别地，目前工业界的应用大多基于人工标注的数据，之前听业界讲座，有人甚至说了一句很有意思的话，“有多少人工标注数据就有多少人工智能”，这句话稍显极端，但却指出了数据的重要性，在机器学习中，这是不可回避的一点。
至于最近大火的深度学习，个人觉得其实是神经网络模型随着计算机硬件性能提升和大数据时代背景下的胜利，并没有脱离机器学习太多，总的来说，人工智能、机器学习和深度学习是一种包含关系，即人工智能包含机器学习，机器学习包含深度学习。
说到这里，有人可能会觉得机器学习好像也不过如此，并不是科幻小说里那种玄之又玄的奇妙而又不可言状之物，确实，机器学习并不是魔法，但是，哪怕只是把机器学习的算法应用于各行各业，也会产生巨大的社会推动作用，这就是为什么业界、社会和国家目前这么重视人工智能发展的原因，它的理论基础是数学，原料是数据，并可能最终引起我们这个世界的深刻变革，数学的力量可能是第一次离我们这么近。
最后我想说，对智能的探索，对构建人工智能的研究与尝试，其实都源自于对哲学基本问题的思考，“我是谁——什么是人类”，“我为什么区别于其他生命——什么是智能”，从人类第一次仰望星空开始思考这些问题伊始，可能不过短短万年，但这些问题形成了这个星球一个特殊的物种——我们人类，而对这些问题的不断探索与追寻，将继续改变着我们。
