引入
近年来，人工智能慢慢渗透进我们的生活，比如手机上的人脸识别，各种app里的推荐系统，智能家居，语音翻译，还有游戏里的AI……人工智能不断地在改变我们的生活，人工智能这个词之前还没那么火，但自从大家看到AlphaGo对抗李世石的时候，才发现人工智能的强大远远超过了人类，人工智能在计算机领域内，得到了愈加广泛的重视。
什么是人工智能
人工智能（Artificial Intelligence）是研究、开发用于模拟和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
“人工智能”这个词是在1956年的达特茅斯会议上提出来的，这个会议的内容是如何用机器来模仿人类学习以及其他方面的智能，这也是人们长期追求的目标。
那么，如何判断一个人工智能足够只能呢？这就需要靠著名的图灵测试了。“一个人在不接触对方的情况下，通过一种特殊的方式，和对方进行一系列的问答。如果在相当长的时间内，他无法判断对方是人还是计算机，那么可以认为这个计算机是智能的”。要使计算机通过图灵测试并不简单，因为需要让计算机具备理解语言、学习、记忆、推理、决策等能力，这涉及到了很多领域。
如何学人工智能
人工智能这么强大，很多人跃跃欲试，那应该怎样入门呢？首先我们要了解入门人工智能我们需要学什么。
先来看看这张图，最左边的是人工智能，当时人们创造了了会下棋的人工智能，到了二十世纪80年代，机器学习（Machine Learning）开始被人们运用，图上画的是对垃圾邮件进行识别，近年来，深度学习（Deep Learning）开始发光发热，遍地开花，图上画的是对猫狗进行分类。
从图中可以看到机器学习是人工智能的子集，深度学习是机器学习的子集。
可以这么理解，机器学习是实现人工智能的一个方法，深度学习是机器学习的一个分支。
机器学习是人工智能的核心，所以我们入们人工智能可以先从机器学习或者深度学习入手。很多人推荐先学机器学习再学机器学习，因为机器学习相对来说比较简单，但是先学深度学习再学机器学习也未尝不可，毕竟现在深度学习框架（在深度学习初始阶段，每个深度学习研究者都需要写大量的重复代码。为了提高工作效率，这些研究者就将这些代码写成了一个框架放到网上让所有研究者一起使用。）有很多，并且对新手非常友好。
那我们应该用什么来实现机器学习或者深度学习呢？我们需要一个工具，这个工具我们选用python。选择python的原因有很多，比如它是开源的；有大量的第三方库；容易上手；在人工智能领域应用广泛，比较容易找到相关资源……后面可以学习c语言或c++，因为很多源码基于这两种语言。
人工智能需要比较强的数学功底，如果不懂人工智能的原理，就只能当一个调包侠了。
我在未来会讲到的是python和深度学习
什么是机器学习
机器学习方法是计算机利用已有的数据，得出了某种模型，并利用此模型预测未来的一种方法。这和人类是相似的，我们也会从历史的经验学习，然后对未来进行预测，比如你看到乌云密布，燕子低飞你就知道，不久后会下雨，这是你通过以前的经历总结出了一些经验，让你可以对未来进行预测。
机器学习就是教会电脑从数据中学习得到一些规律，然后做出决策和判断。
通过机器学习训练出来的模型是什么？它可以看作一个函数，如图：
我们对第一个模型输入一段音频，它会输出“你好”，这是一个语音识别的模型，我们对第二个模型输入一张猫的图片，它输出了“cat”，这是一个识别动物的模型。
机器学习很复杂，这里只是冰山一角，以后会慢慢补充。
祝大家能在人工智能这条路上走得很远。