有朋友问我：“我不懂人工智能的任何知识，怎么样才能了解行业动向呢？”于是我就总结了人工智能行业研究中需要知晓的六大基本概念，理解了这些，就能读懂基本的行业报告啦。
以下术语的理解完全来自个人理解，虽然和教科书上的定义不一定完全对应，但目的是为了帮助没有任何知识的人理解人工智能，不追求定义的完全精准。（转自泰格鸭）
人工智能
什么是人工智能？它不是科幻电影中有可能统治人类的天网或超级计算机。简单理解，所有以非生物形式并展现出智能能力的，都可以称为人工智能。
这里蕴含了两个概念：
1）人工：非生物的，由人类制造出来的；
2）智能：不仅仅只是生物的运动、飞行等最为基础的机械能力，而是具有感知感受、思考、判断、决策等智能能力的。
值得一提的是，每当一种人工智能技术走入人们的生活，它就似乎失去了“人工智能”这个头衔，变成一种所谓的“智能设备/产品”。例如，能够避障和自动规划路线的扫地机器人，智能手表等，可能在几十年前算是人工智能的一种，但是现在却被人们看得稀松平常。
在人工智能中，有六大必须理解的概念，知道了这六大概念，就能够串起人工智能发展趋势的一条主线了。
六大概念
01、算法
算法，指的是计算机对数据进行处理的规则规律。最简单的算法就是我们从小到大学到的各种数学公式，比如加法算法，a+b。
算法是人工智能技术中最为基础的组成部分，它定义了人工智能处理数据的各种方式和规则。由于人工智能是基于计算机运行的。
02、数据
数据，指的是能够被计算机所处理的，对客观世界的数字化描述。例如，对于一个人类，ta的数据可能包括：身高、体重、年龄、身高、血型、国籍、住址等一系列信息。
数据的形态是多种多样的，其可能包括各种数值、文字、图像、音频、视频等。
数据对于人工智能非常关键，因为当前的人工智能普遍需要从数据中学习，并获得智能能力。如果没有数据，人工智能就是空中楼阁。
03、算力
算力，指的是计算机在单位时间内能够处理任务的能力。没有足够强大的算力，人工智能无法在计算机上运行。
早在上世纪80年代，当前深度学习（一种类型的人工智能算法）的基本理论就已经发展起来。但由于当时的计算机性能不够强大，很多人工智能算法仅仅停留在论文上。直到本世纪初大规模集成电路的发展，让计算机芯片的性能快速增长，过去运行困难的人工智能算法获得了新生。
到这里，我们讲完了人工智能最基础的三大要素——算法、算力和数据。没有算法，人工智能就不懂得如何从数据中学习其中的规律，没有算力，人工智能就无法开始学习，没有数据，人工智能就无从学习。因此这三大要素是构成人工智能的最基础部分。三者缺一不可。
讲完了最基础三要素，人工智能是怎样诞生的？这需要了解接下来的三个概念。
04、模型
模型，指的是人工智能算法，在强大算力的支撑下，通过学习海量的数据而获得一种规律。
和算法不同，模型是人工智能学习了数据后获得的，它是智能的核心载体。人工智能需要模型作为系统的“核心”，完成其面临的任务。
05、训练
训练，就是人工智能算法在数据中学习一般性规律的过程。任何人工智能，都需要首先经过训练，训练得到模型后，模型需要经过性能的检验，只有达标的模型，才能够成为合格的人工智能，真正部署在计算机、机器人、智能手机、可穿戴设备等地点，发挥应有的作用。
06、推理
人工智能训练完成后，采用训练过程中没有使用过的数据，令其进行处理并得到恰当的结果，称为推理。
推理和训练不同，推理不能使用训练中用过的数据，而是用训练中没有用过的数据，让人工智能进行处理，确保即使是面对没有训练过的数据，模型具有“举一反三”的能力，完成设定的任务。
人工智能算法通过训练获得模型，并通过部署，在各种设备进行推理，便完成了制造（研发）人工智能的全过程。
这一过程如下所示：
本文转自：罗能智能，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
