人工智能的三个小故事

西洋棋

1959年，美国前IBM员工塞缪尔（Arthur Samuel）开发了一个西洋棋游戏，这个西洋棋程序能够使得计算机自己跟自己下棋，然后根据下棋的经历来不断提升计算机自身的棋艺。由于计算机运行速度非常快，可以在一天的时间里能够下数千局棋，以目前的计算机计算速度甚至可以达到数万局棋或者更多，随着下棋局数的增加，计算机渐渐学会了如何下棋，才能提高获胜的概率。4年后神奇的事情发生了，计算机的西洋棋棋艺水平超过了开发西洋棋程序的塞缪尔（Arthur Samuel），又过了3年，该程序战胜了美国一位保持8年常胜不败的专业棋手。

图片来自吴恩达老师的机器学习课程

【小结】多么神奇的事情！过去我们通常认为计算机很傻的，它只能做一些我们教它的那些具体的事情，它的优势在于计算速度和“吃苦耐劳”。然而上述故事表明，即使我们没有通过具体的编程来教计算机如何下棋（事实上目前我们也做不到），计算机同样能够从自己跟自己下棋的经历中学习到经验，提高自己的性能。

国际象棋

1997年，IBM公司（也被称为蓝色巨人）的深蓝（Deep Blue）超级计算机在国际象棋比赛中战胜了俄罗斯专业大师卡斯帕罗夫（Garry Kimovich Kasparov）,受到了世界的瞩目。

百科知识问答

2011年，IBM的沃森深度问答系统（Waston DeepQA）在美国百科知识问答电视节目（Jeopardy）中击败了多位优秀的人类选手成功夺冠。

围棋

2016年，谷歌DeepMind研究团队开发的机器学习程序AlphaGo以4：1的总比分击败了世界顶级围棋选手李世石。可以说这场比赛掀起了当前人工智能的新一波浪潮。

【总结】世界上有很多问题是无法通过固定规则或者流程代码来解决的，例如人脸识别，语音识别问题。所谓的机器学习，学习的就是过去的经历或者数据，在应对未来的任务的预测能力习惯上称之为泛化能力。

参考

吴恩达的机器学习课程CS229
范淼，李超.Python机器学习及实践——从零开始通往Kaggle竞赛之路