前言

很明显阿，信息时代的下一个阶段就是智能时代了，那么，人工智能的技术就显得相当的重要，这不仅对于信息学科的人来说是如此，对于大众，了解一些智能技术也是很有用的。人工智能技术本身就是让机器来模仿人的思考行为过程，是人们总结人类成长演变得到的规律应用在机器上，那么反过来，人类也可以从机器的智能中获得灵感，反思自己的行为是不是傻得不如机器了。

机器学习

如何让机器学会学习呢，就像人一样，在经历了一些事情以后，就会对这些事情有了一个大概的认识，从而总结出一套规律来看待这些事，这样，以后再碰到类似的事情，就可以不再手忙脚乱无所适从了。

而这，其实就是一个找规律的过程。当然了，首先要明确一点，在现实的世界，没有一条不变的定理（世界充满了未知和不确定，假设是确定的规律，那不就是可以用规律预测未来了嘛，这不就说明命运是被安排好了的嘛）。没有一条规律是可以准确解决出现的所有类似问题的，那么这是就需要在所有可能的规律里面选一个比较合适的。那么，这要怎么选择呢，就需要一个评价的标准。利用这个标准，再把规律应用到经历的事件中，选出最合适的那个规律。

这个规律，在人类身上，可能就是做事的方法，看待问题的方式等等。那么，人类是如何形成这些方法和态度的呢，和机器的过程很像，那么人的评价标准是什么呢，这就取决于人的偏好了，而人的偏好，是由最初的印象或是本身的性格所影响。

机器学习是人工智能中一个热门领域，也是实现人工智能最有希望的一个分支。在这个领域，有三个我觉得是实现人工智能非常重要的方向。他们分别是具有引导能力的强化学习，懂得类比的迁移学习以及拥有想象力的生成对抗网络。

赏罚分明——强化学习

和之前的机器学习过程不同，强化学习在不断地和外界交互，从何不停地调整规则。当然了，和上边的评价标准类似，这里需要有一套合适的赏罚规则，每一个动作，都会得到惩罚或是奖赏，这样机器就会对某类动作产生喜好和厌恶的倾向，而这也是人类在成长的过程中，接受到的一种普遍的教育方式。

反观人类的社会想象，就是在很多的地方赏罚措施形同虚设，名曰法制实为何物我就不来说了，导致的结果就是守规则的人无奖，反而被违规的人损利；而违规的人却不被惩治，社会秩序如何正常。当然了，我并没有要求严刑峻法，只是觉得有规则没执行，那所谓的规则不就形同虚设了嘛。另一点，选择性的奖励和惩罚（执法）也是混淆了规则的意义，并不能让系统学会和懂得这套规则，只会继续混乱下去。

触类旁通——迁移学习

举一反三是聪明人，可如何让笨人掌握举一反三的能力却不那么简单，迁移学习只是简单得学习了人类这种把解决一件事的本事应用在其他类似的事情上，却不具备高度抽象总结归纳的本领，当那一天人工智能可以做到这个程度，那人工智能的真正出现也就不远了吧。

机器可以通过学习一件事而拥有解决类似许多事的能力，而人也可以，并且人更可以通过学一件事而解决一些不太相干的事，人是有思维和灵感的动物，一点思想的火花就可以燃烧整个视野。

无中生有——GANs

GANs可是说是最近几年机器学习领域最热门的领域之一了。我觉得他拥有想象力，而这种想象力却不是天马行空的，而是中规中矩的想象，是以前没有的，又是合乎逻辑的。

GANs是一种网络结构，是用来学习和训练的，和前面的两种学习方法是不一样的，他们是机器学习的分支，而GANs是在各个领域中都可以拿来用做训练的结构。