總目錄（請務必點擊總目錄從前言看起，這樣才能充分理解本篇文章）
什麼是人工智能？通俗來講，就是讓機器能像人一樣思考。這個無需解釋太多，因爲通過各種科幻電影我們已經對人工智能很熟悉了。大家現在感興趣的應該是——如何實現人工智能？
從1956年夏季首次提出“人工智能”這一術語開始，科學家們嘗試了各種方法來實現它。這些方法包括專家系統，決策樹、歸納邏輯、聚類等等，但這些都是假智能。直到人工神經網絡技術的出現，才讓機器擁有了“真智能”。
爲什麼說之前的方法都是假智能呢？因爲我們人類能清清楚楚地知道它們內部的分析過程，它們只是一個大型的複雜的程序而已；而人工神經網絡則不同，它的內部是一個黑盒子，就像我們人類的大腦一樣，我們不知道它內部的分析過程，我們不知道它是如何識別出人臉的，也不知道它是如何打敗圍棋世界冠軍的。我們只是爲它構造了一個軀殼而已，就像人類一樣，我們只是生出了一個小孩而已，他腦子裏是如何想的我們並不知道！這就是人工智能的可怕之處，因爲將來它有可能會覺得我們人類不應該活在這個世界上，而把我們消滅掉；爲此，世界上已經成立了不少安全協會來防範人工智能。
人工神經網絡是受到人類大腦結構的啓發而創造出來的，這也是它能擁有真智能的根本原因。在我們的大腦中，有數十億個稱爲神經元的細胞，它們連接成了一個神經網絡。
人工神經網絡正是模仿了上面的網絡結構。下面是一個人工神經網絡的構造圖。每一個圓代表着一個神經元，他們連接起來構成了一個網絡。
人類大腦神經元細胞的樹突接收來自外部的多個強度不同的刺激，並在神經元細胞體內進行處理，然後將其轉化爲一個輸出結果。如下圖所示。
人工神經元也有相似的工作原理。如下圖所示。
上面的x是神經元的輸入，相當於樹突接收的多個外部刺激。w是每個輸入對應的權重，它影響着每個輸入x的刺激強度。
大腦的結構越簡單，那麼智商就越低。單細胞生物是智商最低的了。人工神經網絡也是一樣的，網絡越複雜它就越強大，所以我們需要深度神經網絡。這裏的深度是指層數多，層數越多那麼構造的神經網絡就越複雜。
訓練深度神經網絡的過程就叫做深度學習。網絡構建好了後，我們只需要負責不停地將訓練數據輸入到神經網絡中，它內部就會自己不停地發生變化不停地學習。打比方說我們想要訓練一個深度神經網絡來識別貓。我們只需要不停地將貓的圖片輸入到神經網絡中去。訓練成功後，我們任意拿來一張新的圖片，它都能判斷出裏面是否有貓。但我們並不知道他的分析過程是怎樣的，它是如何判斷裏面是否有貓的。就像當我們教小孩子認識貓時，我們拿來一些白貓，告訴他這是貓，拿來一些黑貓，告訴他這也是貓，他腦子裏會自己不停地學習貓的特徵。最後我們拿來一些花貓，問他，他會告訴你這也是貓。但他是怎麼知道的？他腦子裏的分析過程是怎麼樣的？我們無從知道~~
通過對本篇文章的學習，我們知道了通過人工神經網絡可以實現真正的人工智能。下一小節我就詳細地爲大家講解神經網絡。
轉載自：http://blog.csdn.net/jiangjunshow
下一篇：《如何將數據輸入到神經網絡中》
</div>
<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-258a4616f7.css" rel="stylesheet">
</div>