计算机系统中，没有文字、图像、音频、视频，只有一种东西，就是数字。而且，底层全部都是二进制数字。
任何现实当中的问题，在进入计算机领域时，都需要考虑，如何将这个问题中的物理世界数字化，因为之后数字化之后，才能进入计算机领域。这个数字化的过程，就是编码。编码过的内容，经过计算机处理后，将会变成另外一串数字，这些数字如果要被人看到，就需要用计算机解析出来，再投影到屏幕上，用喇叭播放出来等方式，这个解析的过程，就是解码。
在人工智能领域，所有的人工智能算法，也都无法直接处理现实中的信息，也需要将需要处理的内容数字化，这个数字化，被成为特征提取。数字化之后得到的东西，叫做特征（Feature）。
特征其实可以认为是人工智能领域一类特殊的编码方法。之所以叫特征，是因为这类编码方法，和通常意义上的编码方法不同。常规的编码方法，是如何能够尽可能的不损失信息，最大可能保留所有的信息，比如对汉字来说，编码时要考虑的是，如何编码才能让所有的汉字都有所表示，编码颜色的时候，需要考虑的是如何编码才能尽可能多的保留足够的颜色，因为只有编码足够丰富，所能描述的客观世界也才越逼真。
而特征提取，则是在原始的文件数据中，找出一些最能代表这些数据的，更加简单的数字，组成特征。特征的一个特点是，并不是越长越好，因为特征越长，一般也就意味着越大的计算量。和单一的文件不同，人工智能基本上都是在成千上万的数据中找规律，所以，计算量将随着特征的增加呈指数级上升，所以，如何尽可能找到更短的特征来表示原有的数据，成为特征提取的一个重要指标。
编码
编码是不是描述的一个文件的特征？当然是，而且是很丰富的特征。计算机中表示任何东西，都需要用到编码和解码。例如一张照片，在使用摄像机采集时，会将这张照片分成不同的像素点，横向和纵向各有多少个像素点，就是照片的分辨率，例如1024x768，指的是横向有1024个点，纵向有768个点，这样，一张照片就包含了1024x768=786,432个点。每一个点，都用RGB三种颜色值来记录它当前点的颜色，把所有点的颜色按照顺序，写入一个文件中，就得到了一张照片的数据。
在解析这张照片时，读取这个照片文件，然后顺序读出每一个颜色值，再通过屏幕发光，打印到屏幕上，就看到了这张照片。
文字、声音，全都是同样的道理。
那么编码的数据，能不能直接拿出来当成是特征，进入人工智能领域进行计算呢？一般情况下是不行的。比较重要的原因大概有:
- 数据量太大。以图片为例，一张1024x768的图片，包含786,432个点，每个点都有一个颜色与之对应，这个数据量是很大的，而人工智能从大量数据中提取规律，动则就是上万的数据，一般的计算机内存，无法装载这么大的数据量。
- 长短不一的问题。例如一个文本处理算法，通过新闻的标题来判断该新闻属于哪一个分类，一个新闻标题是:"姚明女儿近照曝光，12岁身高接近190，因脾气差被姚明当场说教"，另外一个新闻标题是:“拜登就任美国总统”。很明显，这两个标题在同样的编码下，长度是不一致的，必须找一个办法，让他们长度保持一致，否则将很难进入人工智能算法进行处理。
- 通常来说，编码是不包含意义的。例如图片中的一个颜色，绿色，在计算机中就是一串数字，假设是00FF00。这个数字，在通过显示器打印出来之前，是没有任何含义的。之所以我们能看到绿色，完全是解码之后的投影问题。可是，如果我们在提取特征时，统计一下00FF00这个颜色在一张图像中出现的次数，那么绿色多的，很可能就是叶子、青草，那么这个特征就有了一定的含义。
基于上述种种原因，我们还需要从已有的数据中，提取尽可能短，但是又尽可能保留含义的特征，才能用于人工智能算法。
特征选择
有一些问题，所处理的数据，是天然带有特征的，不需要提取。例如：我想通过一些数据，来分析房价和哪些因素有关，那么有关的这些因素，已经天然的组成了这些数据的特征，比如，房间大小、有几个房间、位置、楼层、年代等等。也就是说，你需要确定的这些因素，其实本身就已经是这个客观事物的属性了，那么这种情况，就不需要提取特征了，这种情况，叫做特征选择。也就是说，房子有很多属性，上面说的只是其中一些，可能还有一些，比如它的主人是谁。可是，它的主人是谁这个特征，通常来说不会影响它的价格，因此，在考虑和价格相关的特征时，它的主人是谁这个特征，就可以被忽略了，也就是不用选择。
那么特征到底该如何选择呢？通常有两个方法：第一根据经验，也就是生活中的常识；第二是通过实验，也就是说挑选不同的特征，进行不断的尝试。
特征提取
其实在大多数情况下，特征是需要被提取的。比如，人脸识别的时候，我们拿到的通常是一个人的头像图片，这个图像当然有它的一些客观属性，比如大小、文件类型等。可是这些属性，并不能成为分析图像里面内容的特征，所以就需要从图像文件中，获取一些特征。
至于如何提取特征，不同的领域将有不同的方法，后续的文章中，将针对自然语言展开说明。
