其实对这个事情我是这么理解的，因为现在的大部分生产生活场景，还有工具，都是按照人类的行为规则进行设计的，所以人形机器人是一个通用的、普适的解决方案。所以，在现有基础设施不变的前提下，人形机器人在代替人类工作方面，可能是最终的普适的、泛化性最强的解决方案。因为有太多的场景需要训练了，只是能够探测，拿到数据，只是第一步，多场景的复杂任务，才是最终衡量它的标准。

顾名思义，分类器就是一类特殊的人工智能算法，主要用来做分类。也就是说，能用来做分类的人工智能算法，我们都可以称之为分类器。 分类器的学术定义是：在标记好类别的训练数据基础上判断一个新的观察样本所属的类别。其中，标记好类别也就是所谓的有所标注，当然这个条件并不是必须的，也可以不标注，这样就是无监督分类。其实，分类器的基本理念，就是在训练数据集上，找到代表事物本身的特征数据和它所属的类别之间的关系，从而形成一个特定的模型。当再有新的样本（应该在训练数据中从未出现过）到来时，模型通过带入，计算新样本所属的类别。 深度学习…

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…

自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。主要的目标是使用计算机相关方法、算法和技术，分析、处理、理解人类的语言。虽然人类的不同语言之间有差别，但是有些算法和技术，是通用的。 自然语言处理的应用场景非常广泛，主要包括机器翻译、舆情监测与分析、自动摘要抽取与生成、观点提取、文本分类、问题回答（专家系统）、文本语义对比、语音识别、中文OCR、文本自动生成等方面，可以说跟我们的日常生活息息相关。 接下来的一系列文章的主要目的，是为初学…

这篇文章主要用来介绍人工智能的相关概念。 人工智能（ Artificial Intelligence，AI）的概念，出现的比较早，主要用来研究如何让计算机，像人类一样，具备智能处理信息、解决问题的能力，包含相关的理论、方法、技术和相关的软件产品。人工智能的范围是非常广泛的，包括自然语言处理、机器学习、专家系统、图像识别等。所采用的方法也非常多，比如遗传算法等最优解求解算法、SVM等分类器、神经网络、深度学习等。人工智能是一个庞大的概念，并不单指某一种方法或者技术，而是一个学科。 然而，就我个人的理解，目前基本上大部…

上一次所谓的闭关修炼，大概还是十几年前。 最近的信息技术发展，让我越发觉得知识储备不够用，于是决定再闭关一段时间。 这次的主要问题是人工智能。 现在的人工智能太火了。2018年，中国计算机专业毕业的博士，其研究论文有80%都与人工智能有关，简直了，现在出门不跟人家谈点智能，都有点抬不起头，而我之前，又不是做这个方向，之前虽然学过一些，不过不成体系，所以这方面的知识储备，实在不够用了，于是决定闭关一段时间，将之前的所学整理出来，梳理脉络，强化内功，所以这一段时间的博客，将主要和人工智能技术相关，我会在博客中，开放一个…