Hi! 大家好，我是一名高校的科研工作者，主要从事人工智能方面的研究，以后会持续为大家带来以下方面的内容：第一，介绍和普及人工智能方面的知识；第二，人工智能案例分析；第三，人工智能最新研究进展报告。好了，下面我先来介绍什么是人工智能，以及人工智能能用在什么地方？
人工智能
一、什么是人工智能？
首先，需要先来了解下什么是人工智能。人工智能或者机器学习，就跟婴儿学东西类似，我们给他一个苹果和梨，并告诉他（下图）什么是梨，什么是苹果。婴儿会利用眼睛看苹果和梨到底哪里不同，很明显两者在颜色上有很大的差距，另外在形状也可能会有区别。那么颜色或者形状就是机器学习里面所谓的特征。
识别苹果和梨
人类利用视觉特征对物体进行判别，机器也是类似的。所不同的是，人类是通过眼睛识别物体，而机器则是通过摄像头获取的图像进行分析，提取特征。
视觉感知方式
二、什么是特征？
那么什么是特征？比如下图所示，特征可以是像素，也可以是由像素组成的物体边缘信息，这些都是底层特征。由边缘特征，也可以组成中级特征，如人的耳朵、鼻子、眼睛、嘴巴等。由中级特征进一步组合，可以得到物体的表示模型，比如人的头像，就是由耳朵、鼻子、眼睛、嘴巴等这些中级部件特征组成。当然了，特征也可以是人为进行设计，这在深度学习被提出之前，被称为特征工程。
特征提取
三、怎样进行学习？
知道了什么是特征，那我们应该怎样利用特征进行学习？这里，我以深度学习卷积神经网络为例，且以猫和狗的分类为目标，简单介绍机器学习算法的工作过程。机器学习以猫和狗的样本为输入，通过卷积神经网络提取猫和狗当中的一些特征，这个特征是算法自动提取的，跟上面的图形一样，特征也是由物体的像素、部件、模型等组合而成。然后，深度学习里面的模型，通过组合上述特征，最后通过分类层，对图片进行分类，判断是猫或者是狗的概率。
卷积神经网络
四、人工智能能用在什么地方？
最后，可能就是大家关心的，人工智能或机器学习到底能用在什么地方？我们平时可能也听到了很多传闻，那就是机器学习落地难。下面，就介绍下机器学习的一些应用场景。
1. 无人驾驶。无人驾驶需要涉及到很多先进的技术，比如道路识别、路标识别、场景理解、行人检测、车辆识别、定位与导航等方面的应用，都离不开机器学习技术。
道路语义分割
道路场景理解
2. 视频监控与检索。机器学习还可以应用在监控领域，比如机器学习可以对人的行为和属性特征进行提取，监控周围环境是否出现异常，或者公安可以调用全城的监控系统，查找符合某个特征的人，对于监察机构，快速筛选、排查和追踪犯人，具有重要的作用。
行人属性识别
3. 工业领域。在工业领域，比如可以对3c产品的印刷质量进行识别，判断帖在产品上的标签是否印刷正确，不要把i3电脑的标签，贴在i5上。
标签字符识别
还有，在装配和产品质量检测方面也有应用，比如判断螺栓是否有上，产品上面是否有瑕疵等。如果有瑕疵的产品流向市场，可能会给客户留下不好的映像。甚至在一些领域，比如新能源电池，如果产品上有缺陷，有可能还会造成爆炸等危险。
视觉缺陷检测
4. 语音识别与翻译。我们对着手机或者电脑的语音助手，它们就能帮我们打开软件，或者搜索图片，打开网页等服务。当然了，还有智能音箱、智能对话机器人、天猫精灵等都是成熟的应用。语音识别，确实给我们的生活带来了许多便利。
语音识别应用
5. 搜索引擎。我们在网页里面输入一些关键字，网页就能帮我们找到一些内容。还有，用过淘宝、抖音、今日头条的人应该都知道，软件还能根据我们的搜索历史，给我们推荐内容，这里面就用到了机器学习技术。
6. 股票预测。在股票市场中，整天盯着股票涨跌的历史可能在不久的将来，会被AI软件给替代。比如国外已经有相关机构在研究股票预测软件，它是利用AI软件，自动到网络上搜索当前的经济、军事、国际关系等当前和过去社会的信息，自动预测股票的涨跌，比我们人搜集的信息可能更为全面和快速。
股票预测
7. 其它。机器学习的应用范围，除了上面罗列的，还有很多其它方面的应用，比如电影特效制作、游戏开发、天气预报预测、医疗诊断、金融风险评估等方面。
CT诊断
天气预测
进入风险评估
