人话人工智能（1）：深情还需浅谈

除了金三胖，每个人一天都有24个小时，工作8小时，睡眠8小时，业余也有8个小时。

我在业余时间了解了下人工智能的有关知识，感觉挺有意思，稍作分享。

下面将要说的内容，是地球上的一粒尘埃在宇宙中的大小。

这句话很重要，因为行家会饶过我。

我所理解的人工智能，就是计算机模拟人的思考方式，达到能从条件得出结果的能力。

由于计算机脑子带电，不怕累，所以它可能在判断力上，比你更厉害。

那么，问题来了，他怎么模拟人的思考呢？

这得从神经元说起。

人的一个神经反应是好多条件促成的，也就是好多输入造成一个输出。

比如，你用手指按了一个按钮，然后感觉可能会受到伤害，手猛得缩了回去。

这过程中发生了什么？

你感觉到按钮有点烫，按钮表面很光滑，按下的时候看到红灯闪烁，并听到了报警声。

这么多信息输入，肯定不是每一条都造成你缩手这个反应。

那么按钮表面光滑，不会造成你缩手。按钮有点烫，本身不是大问题，小米手机用久了也这样，充其量能占你缩手原因的两成。但是，红灯闪烁和报警声音，这个挺吓人，能占原因的六成。

那么，如果八成就能达到你缩手的条件，你这次缩手的公式就是：

按钮光滑*0 + 按钮烫*0.2 + 红灯报警*0.6 = 八成。

达到条件，所以缩手。

如果，某一次没有红灯报警，那么你就不会缩手。

其实，我们就是这么算着数长大的。

小时候，吃红苹果，感觉很好吃。其实，我们在学习。

红苹果：圆形的*0.3+红色的*0.2+有光泽*0.2 + 很大*0.1 = 八成很好吃。

不过有时候也会受到伤害。

比如吃了一个没有熟的小青苹果，那么这时我们大脑也会列一个公式。

青苹果：圆形的*0.3+不是红的*（-0.2）+没有光泽*（-0.2）+ 不大*（-0.1 ）= 负两成，很难吃。

这就是学习。

在你五岁那年，忽然有人给你一个黄色的大鸭梨，这时你会有一个判断，这个东西能吃。

你是从以前的经验判断出来的。

大鸭梨：圆形的*0.3+黄色，虽然不是红色的，但也不绿*0.0+无光泽有小点点*（-0.1） + 很大*0.3 = 五成很好吃。

你吃过之后，发现确实挺好吃，这时你会得到反馈，并修改你的判断公式，黄色的是很能加分的，有点点这个特征原来不是减分，也能加一点分。

新大鸭梨判断：圆形的*0.3+黄色*0.2+有点点*0.1 + 很大*0.3 = 九成很好吃。

你十岁的时候，阿富汗的叔叔给你带了一个杨桃，你虽然从来没有见过这个东西，但是你立马能判断出这东西可能会有点酸，不过黄色的部分应该很好吃。

并没有人告诉你他的味道，你也能判断。这是因为通过不断地吃水果，你总结了很多经验，都存在你的大脑中。你吃的越多，判断的也就越准确。

如果你这辈子就吃过苹果和西瓜，那么你可能会觉得杨桃是一种什么五星鸟下的蛋。

说这么多，就是想说明，我们的学习和成长是在观察，猜测，验证和反馈中进行的。

好了，人工智能也是这样。

举个例子，比如你刚刚开始卖苹果，卖了两筐苹果，一筐好卖的，一筐不好卖的。

后来，你又弄来一筐苹果，你也不知道好不好卖。

这时就可以交给人工智能来学习并判断一下。

你只要告诉电脑，那些好买苹果的数据，不好卖苹果的数据，电脑会自动分析出来哪些是关键数据。

分析过程跟小孩子吃水果的学习一样。

比如x1是颜色，x2是大小。

那么，它随机几个数，这几个数据是颜色和大小的判断比率，通过公式

X1*0.4 + x2*0.4 = 八成好吃。

然后拿来好卖的那筐苹果的数据，往里算，因为那筐苹果肯定好卖，所以能看出来预测的准不准。如果准的话，再试试其他苹果符不符合这个规律。发现符合，再试试那些不好卖的苹果，是不是也符合。结果一算，不符合，不好卖的也八成好吃，那么这个0.4太高了，调成0.2，这样不好吃的苹果，就是三成好吃，也就是不好吃。

0.2调完了，再把那些好吃苹果数据拿来再试试，结果发现全都准确。那么至此，就学习完了。

得到结果是

X1*0.21345 + x2*0.622221 = 好不好吃，具体结果看苹果多大，多红。

上面说的训练就是前向和反向传播。

训练完了，随便拿过来一筐苹果，输入数据，立马输出好不好卖。

我自己意淫了一个小玩笑，针对于你能不能买得起房子，做一个训练和预测。

下面这个训练数据有1000条，就当我是问了1000个人得到的真实数据。

前面的0或者1是结果，0是买不起房的人，1是买得起房子的人。

后面的两位是平均每月中，吃饭时花钱的心疼指数、娱乐时花钱的心疼指数。

这1000条数据，没有任何界限值，当然我们也能找出规律，但是现在我要让基于TensorFlow的人工智能去找。

程序的运行效果，下图是训练的效果：

下图是验证训练结果的效果：

那么说，这个程序通过对1000条数据进行15000次的训练之后的效果，到底怎么样呢？

上图的预测谁知道是真的还是假的？

其实很真。

因为那批数据是我造的，规律是后两位加起来小于1得，就是1成功，反之结果是0。意思就是当你吃饭和娱乐不是很心疼的时候，说明你挣得钱多，有更多的钱买房子。

我造的数据，我知道这个规律。

但是电脑不知道，通过最后的预测可以看出，它自己找到了这个规律。

这，就是人工智能的初级学习和判断的应用。

再回到生活中去，它的应用就太广了。

根据大量的数据，预测城市发展，预测疾病，预测拥堵，甚至预测一个地区10岁孩子的身高，这些预测都会有一定的参考价值。可能有人会说，变化这么快，预测的能准吗？其实这就得看你把哪些数据当做参考项了，如果把变化的数据也当做其中一个条件，那么预测就会相对准一些。

说到这里的话，其实数据更为关键了。

需要完整代码的，评论留下邮箱。