【PConline 杂谈】《终结者》系列电影，将人工智能概念带入了大众的视野。影片中，电脑程序“天网”不仅拥有自我意志，更能自主学习。现实生活中，人工智能（AI）让机器可以胜任那些需要人类智能才能完成的复杂工作，并被广泛的应用到机器视觉、生物识别、智能搜索等领域。尽管如此，要问鼎真正的人工智能，我们仍有很长一段路要走，在这之前，你真的了解人工智能吗？
像人一样去思考 你所不知的人工智能技术
实际上，人工智能是一门极具挑战的科学，研究人员必须熟知计算机知识、心理学以及哲学，人工智能并非人的智能，而是让机器可以像人类那样去思考，研究范畴广泛，包括语言处理、推理、知识获取、人工生命、神经网络等等。现阶段的研究，则将人工智能分成了三个层次。
三级脑启发
这三个层次分别为算法模拟神经元（Neuron）、算法模拟大脑（Human Brain）以及算法自学习（Baby Learning）。其中，算法模拟神经元转换成电信号，算法模拟大脑包含一些抽象的理解并转换成电信号，算法自学习则是与周围环境接触过程中，智能水平的提高。
AI与True-AI
接下来，我们将人工智能进一步细分成“Brain-Like”与“Baby-Like”两个方面。其中，Brain-Like擅长学习固定模型，例如语音识别、人脸识别、物体识别以及场景识别等等；而Baby-Like擅长自学，可以放在环境里自适应，做识别和理解，还可以进行多模式的合作学习以及类人机器人等。
深入学习（Deep Learning），真正的人工智能。True-AI的最佳体系包括卓越的性能、适应新的观测值、跨任务知识共享以及跨模式合作学习。它会有多种状态，各模式之间互相指导，例如图像指导语音，语音指导图像。此外，它还可以在不同层面之间相互沟通。
CNN/DNN/LSTM网络
近期热点的深度学习
从近期热点的深度学习我们看到包括了Pixel-to-Pixel Inference（像素到像素）、Neuron Nonlinearity（非线性神经元）、Feedback Strategies（回馈策略）三个方面。
P2P
其中，Pixel-to-Pixel Inference在P2P（Pixel to Pixel）上，是一种End-to-Tnd（端至端）的训练，也可以从P2P进入到P2P-aware。
P2P-aware
此外，Pixel-to-Pixel Inference还可以做图像分割，过去这被认为是不可能实现的，但现在加上了结构性模型，它就可以做到，即便有些被遮挡住的图片，图像的模拟效果也都不错。
Neuron Nonlinearity（非线性神经元）最好用小型网络来设计不同的尺寸，当做到足够小的时候，Neuron Nonlinearity就能更好的拟合它应该具备的功能。从而得到Network in Network（NIN），会有很不错的性能。
Neuron Nonlinearity
LFW
现将Network in Network（NIN）放到GoogleNet上面测试一下，Labeled Faces in the Wild数据库（简称LFW，对应研究非受限情况下人脸识别问题），准确率可以达到99.7%，而最好的百度已经可以做到99.8%的准确率。
Feedback Strategies
Feedback Strategies（回馈策略），在Feedback层面，不同的Layer和Task之间可以做很多操作，假设每层的数据相同，很自然的它就是在上面逐步测试，第一次调试可能不准确，但却可以帮助网络最终实现很高的性能。例如给你一张图像，其中一些层的尺寸是一样的，可以拿进行对比，从而识别出哪个是眼镜、哪个是包、哪个是帽子、包和衣服等等。
我们再来说说擅长自我学习的Baby-like，在与现实世界互动中进行自我改进、学习。Baby-Like包含多种特征，例如视觉、语音和自然语言理解，我们可以从过去的知识中，学习与积累经验。Multi-modality多模态下，像婴儿那样学习。
那么，婴儿是如何学习的呢？他们不需要太多的举例，只需很小的训练样本（先验知识），就能够在和真实世界的交互中，进行自学。有了先验知识，当他看到了新事物（斑马），便会问妈妈说‘这是不是一只马’。
相比之下，Prior Knowledge（先验知识）的模式取得了不错的成绩，它的性能指标从53%提升至56%。上图为Baby Learning在脸部识别领域的应用，通过观看录像进行自我学习。现阶段，Deep Learning（深度学习）已是一种较为成熟的技术，而Baby Learning却是未来趋势，因为它能够在缺少注释或标签的环境下，进行自我学习甚至是终生学习。
