人工智能的应用与体验

宋异人与姜子牙在后花园散步，宋异人对姜子牙说：“这人工智能技术听起来确实神奇，可是我有个疑问，人工智能技术如何帮助我们改善生活呢？”

人工智能可以应用在医疗方面（见图1-11）。斯坦福大学用人工智能来诊断皮肤癌，准确率高达91%，诊断性能甚至优于专业的皮肤科医生；广州妇女儿童医疗中心利用深度学习建立自然语言处理系统，利用AI评估并准确诊断儿科疾病，性能超过一般的年轻医生；AI还能够预测病人患心脏病的风险，微软研发了一种利用AI预测患心脏病风险的工具，通过饮食习惯、日常活动等21个因素综合分析，对患者患心脏病的风险进行定级并给出预防建议。人工智能能够引领医疗诊断领域的新浪潮，能够极大地缓解医生短缺、诊断耗时耗力且一致性低等问题。

图1-11　人工智能应用于医疗

人工智能技术在制造业中的应用也非常广泛。制造业与AI技术深度融合，给制造模式、制造方法及生态系统等带来了一场巨大的变革。在焊接等施工中会涉及实施工艺存在偏差的问题，通过AI视觉可动态调整实施工艺，在出现偏差时也能很好地完成焊接工作；通过增加传感器，采集各种设备数据和传感器数据，并结合设备机理进行大数据分析，就可以判断设备是否需要维修。

人工智能也可以应用于艺术方面。通过AI绘画，任何人都能在几秒之内创作出精美的画作，人人都可以成为绘画大师。2018年10月，佳士得拍卖行在纽约以43.25万美元（约300万元人民币）的价格售出了一幅由人工智能绘制的画作；2019年7月，微软人工智能“少女画家小冰”独立完成的原创绘画作品在中央美术学院美术馆展出；2020年，人工智能小冰升级至第八代，并推出个人绘画作品集。

人工智能还可应用于生活方面。在AI的世界里，“真人客服”已被AI客服机器人（见图1-12）取代。AI客服机器人依靠丰富的客服知识库内容，能够提供24小时的客服服务，解答常见的服务问题。百度云智能客服基于自然语言处理、语音技术和百度大数据，能够精准识别客户意图，打造真实的互动语音体验，助力企业智能高效发展。基于多行业细分领域的深耕经验，百度云智能客服更懂客户、懂场景、懂业务。

图1-12　人工智能客服

听完姜子牙的话，宋异人对人工智能充满了好奇和向往，接着问道：“那人工智能是怎么工作的呢？”姜子牙笑了笑说：“我刚到玉虚宫学习的时候也问过这个问题，且听我慢慢讲来。”

前面我们说过，人类之所以能够进行推理、学习、思考、规划等复杂的思维活动，主要依赖于我们的大脑。人工智能就是研究怎样使计算机模仿人类的大脑，去解决人类专家才能处理的复杂问题。其主要目的是将一部分人的思考过程、智能活动通过计算机或机器实现。

宋异人哈哈大笑道：“这还不简单嘛！以前我的后花园里有各种各样的植物，见多了，我就能根据植物的颜色、形状、花朵长度、花朵宽度判断出植物的种类了。我只知道山鸢尾的色彩一般比较暗淡，变色鸢尾的颜色比较鲜艳。”

姜子牙听罢，满意地说道：“非常好！人类分辨鸢尾花的方法主要是根据花朵颜色亮度、花朵长度、花朵宽度三个特征综合判断。那你想一想，如果给这三个特征分别赋值，用1～10之间的数值分别表示花朵颜色亮度、花朵长度、花朵宽度，那么计算机学习了100个鸢尾花的特征数值后，它就能分辨变色鸢尾和山鸢尾了。这种方法就叫作机器学习。”

“选取特征需要大量的经验，像我这种只知道变色鸢尾和山鸢尾之间颜色亮度区别的人，岂不是无法学会这个技能了？”宋异人沮丧地问道。

姜子牙忙安慰道：“不不不，这时就可以使用深度学习了，你只需要向机器提供一些山鸢尾和变色鸢尾的照片，它就可以自动学习花朵颜色亮度、花朵长度、花朵宽度等特征，从而自动分辨出山鸢尾和变色鸢尾。”

姜子牙接着讲道：“我们首先思考一下，人是怎么知道一张图片里面是山鸢尾还是变色鸢尾的呢？肯定是人的眼睛首先看到了一张图片，这个信息会被迅速地传送给大脑皮层里的视觉神经元，视觉神经元接收到信号后，人脑先从宏观边缘特征确定图片里是一朵花，再从微观的形状或颜色等特征确定是山鸢尾还是变色鸢尾，然后与视觉神经元联动，分层次地获取特征，以达到辨别山鸢尾和变色鸢尾的目的。”

深度学习就是借鉴了人类大脑识别物体这一过程，并对这个过程进行建模，如图1-13所示。深度学习模型在底层接收到图片的像素级特征，学习到图片中的边缘特征，再深一层学习到物体的边缘特征，再到更高层学习到物体的局部特征，最后识别出整个物体。其核心思想就是堆叠多个层，每一层的输出就是下一层的输入，通过这种方式，就可以实现对输入信息进行分层、分级的表达。

图1-13　人脑与人工神经网络

知识点

像素：是指组成图像的一个个小方格，这些小方格都有一个明确的位置和被分配的色彩数值，小方格的颜色和位置决定该图像呈现出来的样子。

边缘特征：指的是描述图像中物体轮廓的特征，往往出现在不同区域之前有明显变化的地方。

宋异人恍然大悟，连连点头道：“原来如此，那人工智能、机器学习、深度学习之间是什么关系呢？”

“关于它们之间的关系嘛，机器学习和深度学习都隶属于人工智能学科体系，人工智能是一个宏大的愿景，机器学习是实现人工智能的手段之一，深度学习是一种实现机器学习的技术。”（见图1-14）

图1-14　人工智能、机器学习、深度学习的关系

宋异人听罢热血沸腾，说道：“太棒了！我想马上试试人工智能，有什么工具或平台支持吗？”

“当然有，可以用百度的PaddlePaddle平台啊！PaddlePaddle的中文名为‘飞桨’，出自朱熹的两句诗‘闻说双飞桨，翩然下广津’，可解释为‘疾速划动的桨，亦指飞快的船’，寓意PaddlePaddle将与广大开发者一同飞速成长。飞桨助力开发者快速实现AI想法，高效上线AI业务，可以帮助很多行业完成AI赋能，实现产业智能化升级。”姜子牙答道。

在深度学习的初始阶段，每个深度学习研究者都需要写大量重复代码，为了提高工作效率，这些研究者就将这些代码写成一个框架放到网上，以便所有研究者一起使用。飞桨是一个非常好用的深度学习框架，它以百度多年的深度学习技术研究和业务应用为基础，是我国首个自主研发、功能丰富、开源/开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件及丰富的工具组件于一体，让深度学习技术的创新与应用变得更加简单。