3、揭开人工智能与机器学习基础的神秘面纱

揭开人工智能与机器学习基础的神秘面纱

1. 硬件进步与高性能计算普及

如今，人类乃至机器开发的算法日益强大，这直接推动了神经网络的崛起。从硬件角度来看，1970 年英特尔推出的首款动态随机存取存储器（DRAM）模块仅能存储 1KB 数据，而约 50 年后的今天，市场上已出现 128GB 的 DRAM 模块，存储容量增长了近 (1.28×10^8) 倍。硬盘的发展同样惊人，个人电脑的首款硬盘仅能存储 5MB 数据，到 2016 年，希捷宣布推出 60TB 的固态硬盘，存储容量增长了 (1.2×10^7) 倍。此外，云计算的出现让“无限云存储”成为常见话题。

高性能计算不再是科技巨头的专属。随着通用硬件成本降低、性能提升，个人也能轻松搭建计算设备网络实现高性能计算。同时，基于云的计算解决方案通过一键部署方式提供高速计算基础设施，用户可随时以低成本在云端运行高性能软件。这使得人工智能解决方案的开发不再局限于少数人，众多开发者参与其中，推动了人工智能创意和研究应用的蓬勃发展。

2. 机器学习——人工智能的热门形式

2.1 直观理解机器学习

我们可以从直观角度理解机器学习（ML）。就像在学校学习识别句子中的词性，老师会给出规则和大量示例，通过训练让我们能够识别未学过句子中的词性。同理，若能让机器从经验中学习并基于所学知识回答问题，这就是机器学习的直观体现。Tom Mitchell 在《Machine Learning》中给出了更正式的定义：“若一个计算机程序在经验 E 的作用下，相对于某个任务 T 和某种性能度量 P，其在任务 T 上的性能（由 P 度量）随着经验 E 而提升，则称该程序从经验 E 中学习。”如今，多数人工智能的神奇表现都得益于这种形式的人工