众包式学习人工智能是怎样的

我们为什么要拥抱人工智能？我的理解有三点：

1 大数据，伴随着互联网技术，物联网技术，传感器技术，通信技术等一系列先进技术的出现和发展，我们所生活的世界，被众多数据包裹着。我们可以发现， 数据的规模越来越大，数据的增速越来越快，数据的形态和结构越来越多样化，数据的价值密度越来越稀疏化。大数据的分析和挖掘，既是机遇又是挑战。大数据呼唤人工智能，人工智能需要大数据，它是人工智能的根基。

2 大算力，我们知道曾今的人工智能寒冬，因为算力的局限，而阻碍了人工智能的进展。现如今，伴随着云计算，分布式技术，软硬件技术的飞速发展，每千万级指令计算的成本越来越低，这一切都为人工智能提供了强大的算力。

3 大算法，不管是学术界，还是工业界，都涌现出一批强大而先进的算法，这些算法用来指导机器如何学习和工作。

总之，顺势而为之，我们需要积极拥抱AI。关于AI，我们不改变，我们就会被改变。

人工智能是什么？这个问题，没有统一的答案。不同的人，从不同的角度，不同的领域，对于AI都有着不同的见解和认知。我引用维基百科关于AI的一个宽泛定义：

人工智能泛指机器做人类智能的事情。

人类智能，有很多形式，比方说，学习能力，感知能力，认知能力，迁移能力，逻辑推理能力，思考能力等等。

而我们现在谈论的AI，主要是关注三方面的能力： 学习能力，感知能力和认知能力。

我们时常听到或者实践的机器学习或者深度学习，可以理解AI的学习能力表现；我们所体验的刷脸支付，刷脸进高铁站等场景，可以理解为AI的感知能力的应用；AI在认知能力，目前还是个“婴儿”，处于初级阶段，这也是AI长期一段时间需要发力地方向。

如何创建一个AI系统？我的答案：

AI者的思维和行动。

简而言之：输入+输出，利用AI算法学习到模式，利用模式对新的数据进行决断。

举例说明：

我们知道，若是采用开发者思维和行动，解决这个问题是棘手的，也是不现实的。

我们采用AI者的思维和行动，可以很好地解决这个问题，并且能够落地到实际产品。

首先，采集一批含有猫和狗的图片数据（非结构化数据）

然后，对这些数据进行预处理

第三，选择合适的AI算法从这些数据中学习到模式，并对模式的效果进行评价

第四，使用满足预期的模式，对新的图片进行预判，告诉我们是狗还是猫。

在人工智能的学习和实践中，你不是一个人再奋斗！

我也在坚持学习和实践着，我倡导 众包式地学习人工智能。

即 一群人学习和实践AI，以实现共同进步和提升的目标。