下载掌阅APP，畅读海量书库
立即打开
在第1章中，我们已经学习了描述世间万物的图像和文字是如何在计算机中表达和计算的。从这一章，我们就开始学习人工智能是如何大展身手的。
近几年，人工智能已经在很多领域展示了强大的能力。人工智能不仅可以战胜人类最厉害的围棋高手，还可以操控机器人和机器狗像真实生物一样奔跑和跳跃，如图2-1所示。
图2-1 谷歌公司的“阿尔法狗”人工智能棋手 [9 , 10] 和波士顿动力公司的机器人、机器狗 [11]
在本章，我们将以一个人工智能目前已经很擅长的较为简单的功能为例来学习目前人工智能的核心组件——神经网络的原理，这个功能就是图像识别。对于图像识别功能，国际上有一个通用的验证图像识别能力的数据集——ImageNet [12] （见图2-2）。
图2-2 ImageNet图像数据集
ImageNet数据集中有超过1400万张的图片，里面有各种各样的物体，不仅有鸟（如图2-2右侧图）、猫、狗、花等自然界动植物，还有飞机、火车、汽车等人造物体。每张图都标记了图像中的物体类别，这些类别都是经过反复验证的正确类别。在测试人或者计算机的图像识别能力时，我们将人或计算机判别的物体类别跟数据集中标记的类别进行对比。类别一致就说明判断正确，否则就是判断错误。在这个数据集中，人工智能已经实现了超过90%的Top-5识别准确率（可以给出5个答案，其中1个对就可以）。下面我们就来看一下人工智能是怎么做到的。