2.1 人工智能是什么时候出现的

其实在最开始，人工智能的名字并没有这么好听，那时候的科学家们将能够自我学习提升的系统，称之为机器深度学习技术。

在此首先明确一下，人工智能虽然会应用在很多硬件领域，比如机器人、智能驾驶等领域，但它属于标准的软件范畴。

以前的程序员觉得，每次写程序都需要自己辛辛苦苦、一行一行编码，非常麻烦，也很慢，于是希望设计出一种算法，让软件能够通过学习使用者的习惯，使程序自己成长起来。这就催生了机器自我学习的技术，也就是人工智能技术的萌生。

第一个有意思的规律是，很多科技进步都是被人类的惰性所推动的。本书后面讲到的很多技术，之所以能够推广发展，也是源于这个底层逻辑。笔者觉得这才有了懒人推动科技进步这样的说法。

人工智能技术的源头之一，是20世纪出现的一种新型算法，叫模糊计算。这种算法打破了以往人们对传统计算机的理解，实现了计算机算法的一大突破。

在此之前，人们对计算机算法的理解是能够快速、准确地给出解题答案。其中的关键是准确，就是在设定好计算模型之后，输入数据，都会得到一个标准的正确答案。

模糊计算则不同，其也叫非模型算法，又被称为第一代智能算法。也就是说，计算机不再按照系统架构给出的固定的解题思路去解题，或者计算机的解题算法有可能会发生变化。

这种算法的变化，让计算机的运算逻辑更加贴近人类的思维。比如，在生活中，我们处理很多事情使用的都不是线性的方法。不同的人遇到同样的事情选择的处理方法也不一样。比如，看见大街上有人争吵，有些人会选择上前围观，而有些人则会选择躲得远远的。这就是同一种输入但结果不同的例子。

从模糊计算中，最先发展出来的是均值模糊、高斯模糊等模型思路。这两种模型思路都是应用在图像处理领域的。可以用比较简单、有效的方法，让图像平滑过渡，去除图像中的噪声（就是电子图像中一些因为亮暗或者颜色变化而产生的散乱像素），而这些是使用电子摄影设备拍摄所难以避免的。

图像处理方法的出现，可以让我们拍摄的视频和照片变得更容易修饰和美化。最早的应用之一就是电影特效。比如传统图像处理方式的处理效果如下图所示。

经过模糊计算的图像处理效果则如下图所示。