此学习非彼学习。我们学习认字,学习理解推理,学习计算。这些很高级。
人工智能的学习简单的说就是统计数据中的规律。得到一系列最佳参数。用函数最大化拟合已有的数据规律。
举例说明。一段数据中经常出现“中华人民共和国”这几个字。那么机器就可以学到一点:“中华”后面一定跟“人民共和国”。又比如,A说完“你好”后,B会说“我很好”。如果有很多这样的对话,那么机器就能学到:用“我很好”可以回答“你好”这句话。但是如果只出现了一次这样的对话,机器不敢肯定这是偶然还是必然,就没法学习。所以数据量越大越准确。
所以,人工智能的学习可以简单理解为把大量数据里面重复出现的当成规律,作为后面预测新数据的依据。
学人工智能,需要数学基础:高等数学,线性代数,概率论数理统计和随机过程,离散数学,数值分析。
需要算法的积累:人工神经网络,支持向量机,遗传算法等等算法;当然还有各个领域需要的算法,比如要让机器人自己在位置环境导航和建图就需要研究SLAM;总之算法很多需要时间的积累。
需要掌握至少一门编程语言:毕竟算法的实现还是要编程的;如果深入到硬件的话,一些电类基础课必不可少。
人工智能门槛比较高,需要积累,如果你有这方面的天赋,可以去尝试。