（评论员 曹捷）用了十几天时间反复阅读了日本人工智能专家松伟丰所著的《人工智能狂潮》，震撼颇多，体会颇多，感触颇多。
著名科学家图灵早在之前就向我们展示了“能够计算的事物都可以通过计算机来实现”。它也就是图灵机的概念，也就是后来的计算机。与计算机不同，人工智能它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它是一个时代热词，全世界都高度重视。近几年人工智能快速发展，让人们有了一种感觉-人工智能会超越人类。本人也有这种思想，但在阅读这本书书后，有了一个理性客观的认识。是的，人工智能至今仍未实现，目前也难以彻底实现，但人工智能“没有理由不能实现”，无数的科研工作者在为之奋斗之。对于我们全人类来讲，人工智能既是机遇更是挑战。
通过这本书，我了解到人工智能经历了两次严冬，三次浪潮。第一次浪潮出现在1956-1960之间。1956年在达特茅斯会议上，科学家们探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语，AI（人工智能）的名称和任务得以确定，同时出现了最初的成就和最早的一批研究者。那个时间段恰好是计算机发明后的十年之后，人们就开始畅想人工智能的实现。那个时期主要的方法就是采用“推理”与“搜索”。书中提到的用搜索树探寻迷宫对我很是有吸引力，利用计算机运算速度快的特点，把情形不断进行区分，类似穷举的思想。搜索分为宽度优先跟深度优先两种方法，两种方法各有特色。然而我们都知道那个时间段的计算机发展远比不上现在，运算速度也很低，存储空间也少，在无穷无尽的计算与一次又一次的碰壁后，人工智能的热潮在归于平静。
第二次浪潮出现在1980年左右，它的主要支撑就是“知识”。给计算机导入各式各样的知识，并加以推导就形成了“专家系统”，用以实现一些基础的人工智能。然而知识描述之复杂与困难超出了预期，输入没有穷尽，框架问题，符号接地问题也无法解决，这让第二浪潮渐渐退去，再一次迎来了寒冬。
目前，我们正处于第三次人工浪潮当中。第二次浪潮的时候，计算机只要输入足够多的知识，它就能相应完成很多事情，但是其能力也仅限在输入知识的范围内。当前的机器学习给人工智能带来了生机。它是在已有数据为前提条件，充分利用这些数据基础，加以推理进行学习。现在机器学习主要分为有监督学习、半监督学习、监督学习三种。目前机器学习的算法诸多，我了解的比较多的就是KNN、SVM、EM、朴素贝叶斯算法等。KNN思想和算法步骤较为简单，朴素贝叶斯算法也相对比较容易，SVM算法是机器学习算法中实用度很高的，里面涉及的核函数公式较为复杂，目前我还未完全理解。这些算法就要运用在监督学习中，监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。机器学习为人工智能带来了第三次浪潮，但是其也存在一个很大的缺点，就是太依赖特征值。特征值，指的是机器学习在输入时使用的变量，其值是对对象特征的定量表示。选用什么特征量，对预测的精度有很大影响。有各式各样的方法对输入的数据进行处理，但是制作好的特征量是难度很大的工作，这个也只能靠人来完成。这个时候深度学习运用而生。它也可谓开创了一个历史性的时代。有了深度学习，人们可以从自己寻找特征值中解放出来，由计算机自主计算进行选择最佳特征值。深度学习的发展，让我们看到人工智能的实现并非一句空话。
书中提到人工智能应用广泛，目前涉及的应用领域很广，比如医疗人工智能、教育人工智能、机器翻译等等。相信在不久的将来，人工智能的产品将进一步提高人们的生活质量。
这是一个机遇与挑战并存的时代，本人对人工智能也很感兴趣，希望成为众多人工智能研究者的一员，为人类人工智能事业添砖加瓦。
http://www.dxsbao.com/art/184024.html 点此复制本页地址
