AI算法

算法定义
算法,顾名思义就是运算的法则。
在数学领域里,我们上学时老师告诉我们,1+1=2,“1”是输入的数值、“+”是运算符,“2”是结果,我们需要的是这个结果,而“+”这个运算符的运算法则就是算法,只不过这个算法比较简单,只由一个运算符组成,实际的算法要复杂得多。

算法的产生
数学上的运算符由一些数学家经过推导定义出来,总结后将运算符编进数学书籍固定下来,这我们不做过多阐述。
计算机程序的算法和数学上的运算符产生比较相似,不过高级一些。
起初程序员为了快速解决数学上的问题把数学公式编写成程序由计算机执行,这就是我们平时用的程序。程序的特性是固定下来运算法则,输入相应参数、经过运算后输出特定结果,这个过程是单一固定的,不出bug没有其他可变的结果出现。
AI(人工智能)需要的算法是需要像人类一样需要思考、需要判断、需要情感的,而这些特性是没有办法通过特定的单一过程得到的,若每种结果的产生都编写一个计算程序,显然是无法完成的任务。
人类为了尽可能的接近达到这些目标,发明了结果可变化的计算法则,特性就是“类似的输入数值经过算法计算产生类似的输出数值”,这为像人一样思考等特性提供了有可能的基础。
目前主流的类人方向研究的数据采集的算法有图像识别、声音识别等,这两种方式目前比较好的开始应用于商业。
拿图像识别中的人脸识别这一模块来说,算法实现其实并不过于复杂,分为以下几块:

1、编写从一张人脸图片中提取眼、耳、口、鼻、眉毛、及各器官的位置像素点特征值的程序
2、将这个程序的各个参数输入由卷积神经网络编写的算法生成器中,得到提取特征的算法
3、将一组图片喂给生成器并标注哪些位置是人脸检测点
4、给生成器一张之前喂过的图片并手动标注之前图片上的人脸和这张图片是同一人
5、生成器自动记录两张图片人脸位置并计算相似像素的关键点的特征值
6、重复多次这一过程,生成器找到一组规律并主动标记图片中的人脸位置并检测关键点的特征值进行比对
7、当生成器找到这一规律后即可将特征提取程序通过卷积神经网络程序重新组合成一套适用于大多数人脸特征提取的算法
8、理论上喂给生成器的人脸图片足够多可以提取人类所有面部特征用于比对,当然这一过程比较难

 

未完待续……..