人工智能（一）机器学习和神经网络，在人工智能发展的过程中，人工智能会像人类一样独立自主的思考吗，怎么样才能让机器完成独立的思考呢？

前一段时间我为大家介绍了创造未来的新技术，谈到了5G和人工智能。有个小朋友就对我说：他对人工智能特别感兴趣，小时候就特别喜欢看《终结者》《机械公敌》等电影，但是他始终不明白：

为什么机器能像人类一样思考呢？

《机械公敌》剧照

其实，人工智能早已不是科学幻想，它是一种已经应用到我们生活方方面面的技术。例如，为了应对新冠疫情，许多公司安装了人脸识别系统，在进行肺炎筛查的时候，需要快速诊断肺部CT影像，在路上开车违章，会被电子眼抓拍罚款…这里的人脸识别、CT影像识别、车牌识别，统统用到了人工智能。除此之外，手机上的各种语音助手软件、智能音箱、美颜软件、短视频平台的推荐机制、电子邮件的防垃圾邮件系统，也都是人工智能的应用。在未来我们要实现的自动驾驶、智慧工业等领域，人工智能也是不可或缺的。如果把人工智能从我们的生活中剥离，人类恐怕要退回三十年前。

今天，我们就来聊聊人工智能的话题，我希望通过今天的讲解，让大家了解人工智能和神经网络的基本工作原理。

1、人工智能的发展史

人工智能并不是一个新生的科学概念。在上古时代，东西方文明中都出现了人造人的神话。到了二十世纪30-50年代，由于神经生物学、计算机科学、数学等学科的发展，人工智能第一次进入了科学家的视野。

1950年，英国计算机科学家图灵提出了一个问题：

机器会思考吗？

艾伦·图灵

图灵提出了一种测试机器智能的标准——图灵测试：一个人C通过文字等方式与另一个人A和一个计算机B交流，他能否通过一连串的问题区分A和B哪个是人，哪个是计算机？如果人类无法区分出A和B，就称计算机通过了图灵测试。

图灵预言：到2000年时，计算机在经过五分钟的提问之后，就会骗过30%的人类，让人相信对方是真实的人类，而非计算机。图灵测试每年都会举办，在2014年时终于有一个人工智能软件被33%的人类认为是一个13岁的小男孩，通过了图灵测试，这个软件叫做尤金·古斯特曼。

尤金·古斯特曼

顺便一说，在计算机科学领域的世界最高奖叫做图灵奖，就是以图灵的名字命名的，它被称为计算机界的诺贝尔奖。图灵曾经在二战时帮助英国制造计算机破译德军密码，许多人认为他是盟军赢得战争的法宝之一，这段故事也被拍摄成电影《模仿游戏》。

《模仿游戏》剧照

到了1956年，美国计算机科学家马文·明斯基，约翰·麦卡锡以及信息论的奠基者香农等人，召开了达特茅斯会议。在这次会议上，人们创造出了人工智能这个词。从那次会议开始，人工智能也进入了大发展时代。

达特茅斯会议里的众多大神，你能认出几个？

后来，明斯基和麦卡锡都因为在人工智能领域的贡献获得了图灵奖。而香农已经不需要图灵奖了，他的名字被命名到通信理论方面的诺贝尔奖上，那就是香农奖。

马文·明斯基，约翰·麦卡锡和香农老了之后的照片

从此之后的几十年中，由于算法和算力的限制，人工智能几经起落。直到1997年，IBM的人工智能程序“深蓝”战胜了雄据国际象棋霸主12年的卡斯帕罗夫，人工智能迎来了第三次大发展。

卡斯帕罗夫与深蓝

从那之后的二十多年，在人工智能算法方面，涌现出许多灵魂人物，例如被誉为深度学习之父的多伦多大学的计算机学家杰弗里·辛顿，他将反向传播算法（BP）引入了人工智能领域。纽约大学计算机科学家杨立昆，他最着名的工作是卷积神经网络（CNN）。他们俩连同加拿大蒙特利尔大学计算机学家约书亚•本吉奥共同获得了2018年的图灵奖。

杨立昆、辛顿、本吉奥

经过众多科学家的努力，在特定的领域——例如图像识别，人工智能的识别率已经超过了人类。在语音识别，智能翻译等领域，人工智能也有长足的应用。现在我们上网，遇到看不懂的外文，只要按一下翻译就能变成汉语了。去国外旅游，也可以双方用一个人工智能软件就能交流了。

2、损失函数

计算机到底是如何做到这一点的呢？说到底，这是一个数学问题。我们首先来举一个例子：

如何预测房屋的成交价格？

也许我们每个人都有一种简单判断:大城市比小城市房子值钱，市区房子比郊区房子值钱，学区房比非学区房值钱…那么，你能用数学关系把它表示出来么？

比如：在最简单的模型下，我们考虑房屋的价格与面积有关。我们有了一些房屋的面积，以及它们的成交价格，把数据(xi,yi)画在一张图上，如下：

从图形上看，我们发现房价和面积接近于正相关，我们希望获得一个函数关系，使它尽量准确的表示出房价y与面积x的关系，最简单的关系就是直线y预=wx+b。其中w是直线的斜率，b是直线的截距。参数w和b的值不一样，这条直线就能在平面内改变位置。

我们希望每一个数据点都能在直线上，但是实际上，这往往是做不到的，通过函数关系预测的房价yi预和实际房价yi之间总有差别。我们用 损失函数 描述这个差别：把每一个数据点真实的价格y与输出的价格y预做差，再把这些差别做平方和。

如果损失函数特别小，就说明我们的函数最贴近实际的数据，这就是一个好的回归分析。我们的目的就是要寻找合适的参数w和b，使得误差函数J最小。在数学上，这叫做最小二乘法，在高斯和勒让德时代人们就找到了通过方程求解参数w和b的方法。

高斯和勒让德

不过，如果参数特别多，高斯的方程算法就不是那么方便了，人们提出了一种逐步趋近的方法——梯度下降算法。通过一次次的逼近，找到小的损失函数和最优的参数。

具体来讲：损失函数J其实是参数w和b的函数。我们定性的画出损失函数随着参数的变化规律，它有可能存在一个最低点，我们希望寻找这个最低点。

大家看：在参数取适当值、损失函数最小的时候，损失函数是不随着参数而变化的，或者说损失函数对这个参数的梯度（导数）为零；如果参数取的不当，损失函数会随着参数的变化而变化，梯度（导数）不为零。而且，梯度（导数）越大，往往表示距离损失函数最低点越远。

于是，我们首先预设一对参数wi和bi，然后使用算法进行迭代：

这里的η表示步长，表示一次迭代我们希望多大程度的改变参数。利用这个迭代方程，我们可以一步步的寻找最优化的参数就是一步走多远。我们一点一点沿着误差函数寻找，就能慢慢找到那个误差函数的最小值点，此时的参数w和b就是最优解——它是表示房价与面积关系的最好直线。

当然，房屋的价格并不只取决于面积。我们可能有更多的输入数据。例如每一个房子都有面积参数x1、城市参数x2、房屋年龄x3、位置参数x4，那么我们可以假设价格是这四个参数的线性组合：

此时，我们就有了5个参数k1…k4和b，我们要做的就是不停的通过求解梯度来调整参数，找到最合适的那一组，使得预测的结果与已知数据之间的误差函数最小。只是刚才，我们是在二维平面上寻找损失函数的最小值，这时我们是在一个五维空间中寻找损失函数的最小值。

寻找损失函数的最小值

输入数据、进行计算、调整参数，这个过程就称之为机器学习或者训练。假如最后找到或者逼近了最优解，训练就结束了。如果还没有找到，就需要调整参数和模型。其实，这和人类的学习过程非常相似，皮亚杰关于认知发展理论中的同化和顺应过程，就是这样的一个过程，老话说吃一堑长一智，也是这个问题。只是现在我们用数学的方法把它表现出来了。

3、神经网络

从本质上讲，人工智能问题就是通过这种一点点调整参数的方法，寻找一个函数，能够从输入的值尽量准确的获得输出值。实际的机器学习问题，要比刚才的例子复杂的多，比如房价不光与面积大小有关，还与距离市中心远近、房龄长短、楼层情况、物业水平、周边工厂学校医院情况、汇率、甚至人口结构等等因素相关，而且很有可能不是线性关系。在图像识别问题上，一幅图就有上百万个像素，也就是上百万个输入参数。

为了应对这些复杂的问题，科学家们设计了神经网络算法，你在网上搜索人工智能、机器学习、深度学习等关键词时，可能经常会看到这张图，这就是一张神经网络图，其中每一个圆圈叫做一个神经元。

单层神经网络

神经网络的开创来源于人类对生物大脑的认识。人脑中有数百亿个神经元细胞，每个神经元细胞前方有有树突用于接收信号，当树突收到刺激时，神经元会判断这个刺激大小，如果刺激足够大，神经元就会决定通过神经递质或者电信号的方法，通过突触将信号传给下一级。

1943年，美国神经科学家沃尔特·皮茨(WalterPitts)和沃伦·麦卡洛克(Warren SturgisMcCulloch)分析了人类神经元的结构，他们提出：人脑的神经元是一个多输入、单输出系统，而且输出只有两种：0或者1。如果输出是0，就表示上一级神经元不向下一级传递信号；如果输出是1，就表示上一级神经元向下一级传递信号。用计算机可以模拟人类的大脑，这就是所谓的人工神经网络。

皮茨和麦卡洛克

他们提出了最早的人工神经元模型

——M-P模型。

这个模型的操作流程是：

1、给定输入参数x1——xn，将它们线性组合起来获得函数值y

2、把函数值y放进一个非线性的激活函数中，获得一个0到1之间的值f(y)。经常使用的激活函数叫做sigmoid函数，它的表达式和图像如下所示。

Sigmoid 函数

3、获得的激活值越小，向下级传递信号的概率越低；激活值越大，向下级传递信号的概率越大。

通过这样一番操作，我们就能把一堆输入数字变成0或者1的输出。只要选择的参数合适，我们就能让计算机帮助我们做一些判断题。比如，我们给计算机去一幅图，这是一幅有25个像素点的纯黑白图像，我们要让计算机判断这个图像代表的是不是字母X。

计算机并不能像我们一样一眼看出图像内容，它只认识数字。这张图有25个像素点，每个像素点要么是黑色，要么是白色，相当于有25个输入，每个输入端要么是0，要么是1。于是，这张图片对计算机来讲，就是一个5*5的数字矩阵。

如果是灰度图或者彩色图片又如何呢？灰度图片中的每一个像素点可以用0-255之间的一个数字表示，相当于一个8位的二进制数字；如果是彩色图，每个像素点需要用RGB三个颜色的饱和度来表示，数据量再扩大三倍……但无论如何，计算机看来，任何一张图片都只是一组数字，只是数字有多有少而已。

计算机看到的世界，就如同黑客帝国电影中的情景

将图片代表的数字输入神经网络的输入层，数据依次流过隐层，传递到输出层，输出值只有两种可能：0或者1，输出0表示计算机认为这不是X，输出1表示计算机认为它是X，这就完成了机器识别过程。

在训练时，我们把许多图片输入系统，并且告诉计算机正确的结论，这样计算机就能求出误差函数——这个误差函数与刚才预测房价的函数形式不同，但是原理都是类似的：模型越接近实际，误差函数就越小。通过梯度下降法，计算机会一次次调整参数，不断减小误差函数，最终获得一组最优解，这时，训练就完成了。以后，你给我一副图片，我都能判断个字母是不是X了。

如果只是判断一张图是不是X，也许一层神经元也就够了。然而，现实当中我们利用人工智能翻译文章，需要认识几千个文字或者单词，并理解语法，判断含义。只有一层神经元，没法处理现实世界如此复杂的问题。其实，人脑中的神经元有许多层，每一层神经元又有多个神经细胞，于是人工智能也仿照这个结构，做了多层（深度）神经网络。

单层神经网络和深度神经网络

多层神经网络的隐层是多层神经元，每一层中又有许多个神经元，相邻两层之间的神经元两两之间都有连接，所以这种神经网络也称为全连接网络，它能处理更加复杂的问题，于是，机器就能像人一样，可以思国思家思社稷，赏花赏月赏秋香了。

不过，全连接网络最大的问题是复杂度太高。举例来讲，如果还是判断刚才的图是不是X的问题，有25个输入参数。假设隐层有3层，每层有25个神经元，这样，就有大约2000个参数需要优化。大家注意，这还是一个只有25像素的简单黑白图片。实际上，每一副图像的像素点成千上万，又有RGB三种颜色，在实际训练时又需要使用大量图片进行训练，在以前的计算能力下，几乎是不可能完成的任务，这也是之前人工智能陷入低谷的原因之一。

后来，辛顿引入了反向传播算法，这种算法的意思是：在优化时，无需对所有参数同时进行优化，只要首先考虑最后一层的参数，优化过后再看前一层参数，如此反复进行训练即可。他的工作实现了图像让人工智能进入了第三次热潮。

4、人工智能框架

显而易见，人工智能的算法如此复杂，程序员不可能每次都从零开始编辑，这就好像厨师做菜不能从种菜开始，工人盖房子不能从烧砖开始一样。一些基础的代码和逻辑应该是已经编辑完成，可以直接调用的，这就是所谓的人工智能框架。

最近几年，由于人工智能大火，许多公司都开发了自己的人工智能框架，比较流行的是谷歌开发的TensorFlow，和Facebook开发的PyTorch等等。在人工智能时代开发框架，就好像在移动互联网领域开发通讯标准一样，会具有基础性、全行业的战略优势。

随着中国计算机和互联网技术的发展，对人工智能的需求量越来越大。于是，华为也开发了自己的开源人工智能框架：MindSpore，它是华为昇腾AI解决方案中的一环。

它的主要特点有:

01  自动并行。通过一条语句声明，MindSpore就会帮你完成分布式并行能力。而现有的框架，大多需要数据工程师手动写分布式并行的策略。

02  更快的参数优化。在进行参数优化时，传统梯度下降算法是一阶优化，相当于匀速找到目标。MindSpore可以实现二阶优化，相当于加速找到目标，某些场景下可以比传统算法训练时间缩短20%以上。

03  云、边缘、端全场景协同。也就是利用MindSpore框架开发的程序，既可以用在云计算中心，也可以用在手机、电视等智能终端，也能用在例如自动驾驶汽车等边缘侧。例如手机打字的时候，人工智能可以实现自动纠错和联想，自动驾驶时，人工智能可以对信号进行实时判断，这些都无需每次都回传云计算中心。

04  更好的信息安全。MindSpore可以实现信息脱敏，也就是把加密的信息上传云端进行训练，数据和模型都是脱敏的，就算别人拿到了数据，也不知道数据内容是什么。就算拿到了模型，也不知道模型怎么用。这在人脸识别等有安全需求的领域非常有用。

华为也建设了类似于Github的代码社区MindSpore社区（https://gitee.com/mindspore），并与中国各地高校联合，鼓励高校教师和学生使用MindSpore框架，构建自己的人工智能代码库。

全场景AI计算框架MindSpore，作为AI根技术之一，是AI技术皇冠上的明珠。上层应用有了开发框架就不难了，随便一个学生都能开发app。从框架开源到AI开发平台的产业化升级，意味着华为全栈全场景AI的软硬件骨干已经全部投入业界实践，成为全球AI开发者的能力组成部分。