人工智能，已经出现在我们生活中：智能识图、智能驾驶、语音助手等等，而智能是什么，是一个非常复杂的问题，在这里我们来看看人工智能试怎样工作的。

大脑的模型--AI

我们通常认为人工智能就是能够独立作出合理决定的电脑，有点像人类。实际上他比你想象中更像人类，在设计过程中，计算机科学家与程序员们依照我们的大脑，为计算机在决策的过程中建立了相似的模型。

在人类的神经元中，或当信息被各种感觉器官所接收并传递到神经元中时，一组神经元会将信息传递传递到下一组，而如何传递，将会取决于上一组信息是什么，比如说你的肌肉神经元会在你跑步时感觉到你的肌肉正常“努力工作”，这时神经元会将这个信息通过特定的渠道传递给大脑，最终会让你的大脑告诉肺要更用力的呼吸，而不会通过这个信息告诉你的胃要要吃饭了，该分泌胃酸了。

AI的分层处理

虽然我们的神经元的工作方式要比由零和一组成的人工神经网络复杂得多，但AI里学习使用的神经网络至少有参考大脑的原理，而人工神经网络并不是由DNA和细胞组成的，而是由堆积很多层的处理节点。

比如说第一层的某个节点接收到了数据，在对所有的介入连接进行加权处理，而加权的方式是根据连接，将每个数据乘以一个特定的系数，再把这些数字加起来，如果和大于某个特定的阈值，这个节点会把它传递到下一层的节点，以此类推，当数据到达神经网络的末端时，其实所需要的结论就已经出来了，神经网络拥有上千万个这样的节点，实际上，整个神经网络就是一个“大脑“,这就是分层处理。

训练神经网络

当然，即使目前最复杂的神经网络也不能一开始就区分手机和等体量的砖头，这就好像婴儿不可能生下来就会说话一样。

所以，开发者需要对神经网络进行训练，给他海量的相关或者不相关的数据，比如自动驾驶，可能是有海量的图片，图片里面有自行车、轿车等等，而开发者需要的就是给神经网路以及节点设置权重，也就是数据筛选规则，知道能够输出理想的结果，最终系统就可以快速的区分自行车、人、轿车以及建筑物等等。

这种看起来繁杂且笨重的方法实际上很实用，从图像识别到下围棋，甚至会击败顶尖的职业选手，当然，训练电脑去思考比去执行一系列预设的指令更复杂，总的来说，训练神经网络可能会耗费很多时间，同时根据所应用的场景，对硬件的要求也会很高，比如说现在的自动驾驶，虽然比普通电脑要强，但耗电量也是惊人的。

AI的未来

但随着时间的推移，植入AI中的数据越来越多，他们的处理能力也越来越强，总有一天，他们至少在智商或者说处理能力方面，会比人类更强，不知电影中机器人统治人类的情景会不会出现呢？

各位看官怎么看呢？

想了解更多有关服务器的知识和内容请关注我吧或者点击下方的了解更多进入小湾的主页！