前言
向量化是一种思想，不仅体现在可以将任意实体用向量来表示，更为突出的表现了人工智能的发展脉络。向量的演进过程其实都是人工智能向前发展的时代缩影。
1.为什么人工智能需要向量化
电脑如何理解一门语言？电脑的底层是二进制也就是0和1，所有的文字，音频和视频都是一串数字， 这结构很简单，但是有一个问题，没有规律。比如我们使用一个32位的数字代表“苹”，使用另一个32位的数字代表“果”，那么“苹果”在电脑中就是一串0和1组成的数。
电脑并不知道这串数字代表的是一个水果。科学家在对字母或者汉字编码的时候，只考虑到了存储和显示的需要，并不会顾及他的实际意义。举例说明：美的编号是39，丑是40，爱是41，宇宙的答案是42，数字和文字生拉硬套的表示，之间不存在任何联系，也就无法承载文字本身的意义。所以，电脑既不记录意义，也不理解意义。
非人工智能时代，电脑只是我们存储和处理信息的一种工具，就如同存储和处理食物的冰箱和锅一样，他们并不需要认识冰激凌和鱼香肉丝，使用它们的人认识冰激凌，知道怎么做鱼香肉丝就可以了，但是人工智能时代，我们需要电脑自己处理现实世界的信息，人工智能需要自己解决问题，以机器翻译为例，本质上是两种不同的语言对应同一个实际意义，AI需要自己找到这种对应关系，才能进行翻译。
也就是说，电脑需要了解语言的实际意义。如何理解呢？答案是向量化。
2.如何向量化
那什么是向量化呢？简单来说，就是将你想要表示的东西变成一组数字的组合。举一个简单的例子，如何用数字来定义一个人？可以尝试给他设置各种衡量维度。
比如我们用[0,180,75,20] 来表示一个人，并给予每个维度以对应的解释。第一维代表性别、第二维表示身高、第三维代表体重、第四维代表年龄，这样通过一组4维数组就表示出一位身高为180，体重位75KG，年龄为20岁的男性。另外还可以扩展维度表示，将【性别，身高，体重，年龄，胸围，腰围，臀围，体脂率，肤色，发色，爱好，学历，收入...】,维度越多，那对一个人的定义就越准确。
3.向量化后的优势
那向量化后的表示有什么好处呢？ 1.方便电脑处理。2.向量化后的空间，展现了一定的规律。
我们以身高和体重为维度，通过这些维度筛选出来的人([180,76])，跟我们定义的人([180,75])的相似度就越高。在坐标中与你距离最近的人，也就是和你最相似的人。而我们增加更多的维度，那衡量标准就越多，在更高维度的坐标系中，我们就能够通过空间关系，理解每个人的特征。
同样对于词语的表示，我们也通过向量化，只不过是词语的向量化更加的抽象，表示它的维度也更不容易被总结出来，但如果我们同样把他们放在一个很高维度的坐标里，那意义相近的词语，他们的空间就会越接近。
向量是可以计算的，当我们把词语放进向量空间后，国王的向量减去男人的向量再加上女人的向量，得出的向量值和女王或者王后的位置非常接近，这说明了在一个合适的维度坐标中，词语之间的空间关系反映了他们在现实世界中的实际关系。
4.总结
向量化于人工智能时代而言，有着里程碑式的意义。人工智能与向量化，就如同西方与耶路撒冷。