本文是 Björn Schuller 教授的人工智能课程的第二部分。

机器学习

目标

在传统的算法编程中，我们通常是编写好规则，然后把数据输入到规则里面，最后获取到输出的答案。而在机器学习中，我们需要准备一系列的数据和相对应的正确答案，让机器根据它们来输出一个合适的规则，使得该规则能够最大程度地实现数据到正确答案的转换。

本文是 Björn Schuller 教授的人工智能课程的第一部分。

发展

人工智能（Artificial Intelligence，AI） 是以机器为载体所展示的人类智能，旨在模仿和超越人类的认知与能力。

阶段	时间	标志或原因
第一次高潮	1956 年	达特茅斯会议；机器定理证明，棋类博弈
第一次寒冬	1960s	莱特希尔报告；只能解决玩具问题；组合爆炸，机器翻译
第二次高潮	1970s	专家系统，知识工程
第二次寒冬	1980s	没有达到人们的期望；第五代计算机研制失败
稳步发展期	1990s	深度学习取得成功；围棋博弈，蛋白质结构预测
全面爆发期	21 世纪	深度学习的全面突破