PyTorch深度学习

第1章　PyTorch与深度学习

深度学习改变了很多产业，吴恩达（Andrew Ng）曾在他的推特上这样描述：

Artificial Intelligence is the new electricity！（人工智能犹如新型电力!）

电能的应用曾为无数行业带来了巨变，如今人工智能也将带来同样的震撼。

人工智能和深度学习虽然经常被当成同义词使用，但实际上这两个术语有本质的区别。我们会从专业的角度解释这两个术语，作为业内人士的你就可以像区分信号和噪声一样区分它们。

本章将讲解人工智能的以下内容：

• 人工智能及其源起；
• 现实世界中的机器学习；
• 深度学习的应用；
• 为何要研究深度学习；
• 深度学习框架PyTorch。

1.1　人工智能

现今每天都有很多人工智能的文章发表，并且在最近两年愈演愈烈。网络上关于人工智能的定义有几种说法，我最喜欢的一个是，通常由人完成的智能任务的自动化。

1.1.1　人工智能发展史

1956年，约翰·麦肯锡（John McCarthy）主持召开了第一次人工智能的学术会议，并创造了人工智能这个术语。然而早在此之前，关于机器是否会思考的讨论就已经开始。人工智能发展初期，机器已经可以解决对于人类比较困难的问题。

例如，德国制造了在第二次世界大战后期用于军事通信的恩尼格玛密码机（Enigma machine）。阿兰·图灵（Alan Turing）则构建了一个用于破解恩尼格玛密码机的人工智能系统。人类破译恩尼格玛密码是一个非常有挑战性的任务，并往往会花费分析员数周的时间。而人工智能机器几个小时就可以完成破译。

计算机解决一些对人类很直接的问题，却一度非常艰难。如区分猫和狗，朋友对你参加聚会迟到是否生气（情绪），区分汽车和卡车，为研讨会写纪要（语音识别），或为你的外国朋友将笔记转换成对方的语言（例如，从法语转成英语）。这些任务中的大多数对于我们都很直接，但过去我们却无法通过给计算机硬编码一个程序来解决这类问题。早期计算机人工智能的实现都是硬编码的，如可以下棋的计算机 ...