什么是AI？
人工智能（AI）是指计算机完成需要人类思考才能做的任务：看、听、理解语言或做决定。今天大多数AI靠从数据中学习来工作，而不只是照着固定的指令做。
AI、机器学习和深度学习
- AI是最大的概念：机器表现得很聪明。
- 机器学习（ML）是AI的一部分，机器在数据中找规律。
- 深度学习是机器学习的一部分，使用很大的神经网络，例如识别人脸。
三大领域
- 数据科学：数字和表格（预测价格）。
- 计算机视觉：图片和视频（人脸解锁）。
- 自然语言处理（NLP）：文字和语音（语音助手、翻译）。
并不是所有自动的东西都是AI：洗衣机的定时器按固定步骤运行，不会学习。
AI项目流程的六个阶段
- 问题界定：弄清楚问题。填一张4W问题画布：Who（相关的人）、What（问题是什么、有什么证据）、Where（发生的场景）、Why（解决后的好处）。最后写一句问题陈述。
- 数据获取：收集相关、可靠、允许使用的数据。来源：问卷、传感器、摄像头、观察、网络爬取、开放数据集（API）。数据有特征（输入，如大小、颜色）和标签（答案，如苹果）。
- 数据探索：清理数据（修正缺失、错误或重复的值），并用图表呈现，找出规律。
- 建模：选择方法。基于规则：由人写规则。基于学习：机器从数据中学出规则（例如用带标签数据的监督学习，或自己找分组的无监督学习）。
- 评估：用模型从没见过的数据来测试。计算准确率，并查看它的错误。
- 部署：把模型放进真实的应用或设备，观察它的表现并不断改进。然后循环再开始。
评估模型：用简单的数字看准确率
准确率 = 预测正确的个数 ÷ 预测的总个数 × 100%。
如果一个水果模型看了200个新水果，答对180个，准确率 = 180 ÷ 200 × 100 = 90%。我们要留一部分数据当测试数据，因为模型可能只是“背下”了训练数据；用新数据测试才能看出它是不是真的学会了。
只看准确率可能会掩盖问题：模型整体可能有95%是对的，但对某一群人却差得多。所以我们还要按组分别检查结果。
AI中的伦理与偏见
AI伦理是指保证AI的使用对人公平又安全。
- 偏见：模型对某些人不公平，通常是因为训练数据里的例子太少或太片面。例如：人脸解锁系统如果主要用一种肤色来训练，对其他肤色就更容易失败。
- 隐私：只收集需要的数据，要经过同意，并妥善保管。
- 透明：人们应该知道什么时候是AI在做决定，以及为什么。
- 责任：AI做的事，最终仍由人来负责。
- 工作与使用机会：AI应该帮助人，而且每个人都应该能用上它。
解决办法：数据均衡并经过检查，对每一组人都做测试，重要的决定由人来复核。
重点公式和概念
- 准确率 (%) = 预测正确的个数 ÷ 预测的总个数 × 100
- AI项目流程：问题界定 → 数据获取 → 数据探索 → 建模 → 评估 → 部署
- 4W画布：Who、What、Where、Why
- 特征：数据的输入属性。标签：一个例子的正确答案。
- 训练数据用来教模型；测试数据用来检查模型。
- 偏见：对某一组人的结果不公平，常常是数据不均衡造成的。
例题讲解
1. 为总是忘记在学校喝水的学生写一个4W问题陈述。
Who（谁）：12–15岁的学生。What（什么）：他们喝水太少，觉得很累。Where（哪里）：在教室里长时间上课的时候。Why（为什么）：提醒可以改善健康和专注力。陈述：“我们的学生（谁）喝水太少（什么），尤其是在长时间上课时（哪里）；一个智能提醒能让他们保持健康和精神（为什么）。”
2. 一个植物病害模型用250张新叶片照片测试，答对215张。求准确率。
准确率 = 215 ÷ 250 × 100 = 86%。
3. 一个贷款审批模型只用了城市申请人的数据来训练。可能出现什么问题？怎样解决？
它可能不公平地拒绝农村申请人，因为它从没学过他们的规律（偏见）。解决办法：也收集农村的均衡数据，分别测试每一组的准确率，并让人来复核被拒绝的申请。
常见错误
- 没有界定问题就直接建模。没有清楚的问题陈述，收集来的数据可能一点用也没有。
- 用训练过的同一批数据来测试模型。这只是检查记忆，不是检查学习。
- 以为数据越多越好。错了，错误、有偏见或涉及隐私的数据会让模型更差，或者不符合伦理。
- 把所有自动的机器都叫作“AI”。只有会从数据中学习或推理，才算AI。