小伙伴们都知道，形形色色的人工智能（简称AI）早已深入日常生活。对违章车辆车牌的自动识别，网上搜索的自动推荐，懂得自己充电和探索地形的扫地机器人，还有会帮你自动排好日程的智能助理……
今天我们就来认识一下人工智能，了解一下它是怎么做到推理、分析数据以及模仿大脑的。
智能扫地机器人Roomba860，不仅能自己识别清扫区域，还能自己返回充电底座进行充电
懂推理的AI
思考向来是人类的专长。通过思考，人类获得了其他动物不具备的能力。思考既然如此强大，要模拟它就很困难，于是，人们将起点放在其中比较简单的一部分——逻辑推理。AI最初的一步，就是教会机器逻辑推理的方法，即具体的算法。
但在考虑算法之前，有一个更根本的问题：我们怎么知道逻辑推理一定正确，而正确的命题必定能通过逻辑推理得到吗？
幸好，美国数学家哥德尔证明了在所谓“一阶谓词演算”的体系中，答案是肯定的。这个定理铺平了自动逻辑推理的道路。从20世纪60年代开始，各种自动推理系统陆续出现，只要向它们输入以逻辑命题表达的某个领域的知识，它们就摇身一变，成为“专家系统”，并自动进行推理，回答人们提出的相关问题。人工智能就拥有这样的自动推理系统。
分析数据的AI
AI的很多功能，是通过大数据分析实现的。
我们知道，计算机科学家发明了各种各样的算法，从看似杂乱无章的海量数据中提取统计上有意义的规律。人们利用这些算法，通过对大量病例的分析，为某些特定的疾病提供早期的发现和诊断；还能从互联网海量的双语对照资料中，得知如何将一种语言翻译为另一种语言。
很多人工智能，就是运用了这种技术，例如IBM研发的AI系统Watson，在阅读大量资料后，摇身一变成为星级客服，能回答顾客各种各样的提问。
参观者在IBM的展位前观看Watson系统演示
模仿大脑的AI
另外，我们也知道，人工智能很“聪明”，就好像拥有大脑，会思考一样，不过你知道它是怎么模仿人的大脑的吗？
在人类大脑中，负责处理数据的是上千亿个名为“神经元”的细胞。它们之间通过电脉冲互相传递信息，每个神经元受到一定阈值的刺激，就会向自身连接的其他神经元发送电信号。这些纷繁复杂的信号组成了人类的思维。
而AI的研究者则尝试在计算机上重现类似的系统，试图模仿人类思维这一演化的奇迹。这就是所谓的“神经网络”。当然，我们现在仍然无法模拟整个大脑，但即使是数万个神经元组成的系统，能力已经非同凡响。
那么，人工智能是怎么形成神经网络的呢？
科学家利用数学分析中的知识，借鉴人脑的部分结构，设计了特殊的神经网络结构，还有配套的高速并行学习算法，利用大型计算机、显卡以及专用芯片提供的大量计算能力，训练出优秀的神经网络以供应用。我们只要向训练好的神经网络输入数据，它就能输出相应的计算结果啦。
（见习编辑：于思洋）
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
