上天赐给人类难以置信的自学能力。我们从出生于开始就自学简单的任务，如语言和图像识别，之后在一生中以这种第一自学体验为基础大大展开修正。之后，或许大自然而言的是，我们利用这种自学概念来累积科学知识，并需要创建模型和预测结果，甚至将这种概念应用于与计算机相关的程序和任务中。

而这些牵涉到于上述计算出来过程中的技术，就是所谓的“人工智能”。只是个游戏20世纪90年代末，人工智能世界一个决定性时刻来临。

在1996年，国际象棋大师加里·卡斯帕罗夫对战IBM公司的“深蓝”计算机，以4－2获得胜利。一年后，卡斯帕罗夫与深蓝再度交手。这一次，深蓝大笑到最后。

本次胜利令其外界对人工智能的观点再次发生完全改变。国际象棋大师必需大大展开非常复杂的计算出来，考虑到多种不同的走法以及适当的策略。他们也可以自己展开自学，并缔造新奇的走法。

如果需要仿效这个过程，甚至将其应用于到国际象棋这样的尤其任务里，那将展现出人工智能技术确实的潜力。归功于上述顺利，人工智能大大发展，我们因而转入了成熟期和尖端阶段。

谷歌旗下的DeepMind公司用于深度自学算法。这些算法正是基于那种让人类以求自学神经通路或者网络的点子。

人工智能再行一次被应用于到游戏中，以为自己更正。DeepMind接纳了“人机对战”的主意，这次挑战的是非常复杂的棋士游戏。

DeepMind公司对该游戏的叙述是“棋子方位数比宇宙中的原子数多”。因此，对人工智能技术来说这是极致的挑战。

DeepMind用于深度自学算法来训练自己如何应付专业级棋手的走法。该公司研发的智能棋士系统就是知名的AlphaGo，其对战其他棋士程序的胜率超过99．8％，并且在最近对战棋士专业运动员李世石的比赛中获得5局4败的好成绩。

看上去这只是一个游戏，但事实上，它证明了这项技术，指出人工智能可以像人类一样自学如何创建模型和预测结果。与李世石的比赛证明了计算机具备这种能力，现在人工智能技术于是以转入一个成熟期的阶段，自此该项技术将被应用于解决问题更加现实的问题。

在AlphaGo获得成功后，谷歌了解到这些技术的益处，并立刻将AlphaGo技术统合到该公司基于“谷歌机器学习平台”（GoogleMachineLearningPlatfom）的云端。人工智能世界里的一些定义在这个章节，我们必须注目一下人工智能技术的一些术语和定义。

我们可以这样去解读：深度自学是机器学习的分支；机器学习是人工智能的分支。

本文来源：Welcome天天娱乐彩票-www.shuangec.com