聊天机器人专家推荐：AI机器学习深度学习入门9大视频

在当前这个科技飞速发展的时代，聊天时如果不带上“人工智能”“机器学习”“深度学习”这些热词，简直就像上世纪九十年代没赶上互联网浪潮一样——显得落伍了。

但说实话，真正理解这些概念背后原理的人，其实并不多。

几个月前，我也属于那种能跟着喊几句口号，却完全搞不清人工智能本质的普通用户。如果有人跟我聊其中的技术细节，我恨不得直接喊停。

不过，几段视频彻底改变了我对这些技术的认知。它们用极其通俗的语言和生动的卡通画面，把人工智能、机器学习这些技术究竟是什么讲得明明白白，非常有趣。从那以后，我才算真正开始入门。

如果你也和我当初一样，对机器学习不太了解，但又想掌握一些实用干货，同时不希望太费力气，那么不妨看看下面这些视频推荐。说不定几个月后，你也能从门外汉变成半个行家。

这里按照从易到难的顺序，将推荐视频分为三大类：入门款、成长款、进阶款。放心，每一类都尽可能轻松易懂，不会让人感到头大。

在开始推荐之前，先简单梳理几个基本概念，方便新手朋友结合理解。

人工智能的核心目标是什么？就是让机器表现得像人类一样，甚至在某些技能上超越人类。

为了实现这个目标，机器必须“会思考”——这包括用智能方式解决计算问题的技术和方法。听起来有些抽象？举几个例子：搜索（找出两城之间最快的往返路线）、规划（让机器人自动导航并完成目标）……

当然，人工智能的能力强弱，取决于两个关键条件：算法和计算能力。算法的优劣（可以理解为机器思考问题的方式有多高效），计算能力的高低（可以理解为机器思考所需的“后勤保障”），这两个因素直接决定了你搭建的人工智能系统有多强大。只要算法和计算能力到位，机器就能实现自主学习。

机器是如何自主学习的？简单来说，就是通过学习已有的标注数据来解决问题，而不需要把规则硬编码到算法中。还是抽象？举个例子：开发一个识别图像中猫和狗的系统。我们只需往预设好的算法中批量输入大量猫和狗的图片，然后就可以去休息了。等机器看完海量图片后，它自己就能分清什么是猫，什么是狗。

那么什么是深度学习呢？深度学习属于机器学习的子领域，但更加复杂。它好比给机器安装了一个“大脑”，这个大脑由大量神经元组成的多层网络构成，能够通过海量数据训练来处理复杂的机器学习任务（比如前面提到的猫狗图像识别）。

为什么深度学习突然火爆起来？因为它所需要的两个条件都已经成熟：硬件方面，GPU等设备性能强大且价格大幅下降；软件方面，用于训练模型的数据量比以往增加了好几个数量级。

好了，概念梳理到此结束，下面正式开启视频推荐之旅。

入门款——基础介绍

首先推荐三部入门视频，适合零基础的朋友观看。

人工智能、深度学习和机器学习：入门介绍（Andreessen Horowitz）
视频地址：v.qq.com/x/page/g050…
内容：人工智能发展史 & 深度学习简介。

机器学习简介（Udacity）
视频地址：v.qq.com/x/page/w050…
内容：稍微带有技术角度的机器学习简短讲解。

人工智能是新型电力（吴恩达）
视频地址：v.qq.com/x/page/b050…
内容：吴恩达讲解人工智能/机器学习的现状、相关应用及管理措施。

注：吴恩达在Coursera上还开设了一门免费的机器学习课程，不过技术性/理论性极强，有需要的朋友可以自行搜索。

成长款——深入学习

如果想进一步了解技术细节，可以参考以下视频。

人工智能揭秘（Facebook）
Yann LeCun 介绍人工智能：v.qq.com/x/page/y050…
Yann LeCun 介绍深度学习：v.qq.com/x/page/h050…

Facebook 官方页面还有更多技术细节讲解。

简谈深度学习（Deep Learning Simplified）
入门篇视频地址：v.qq.com/x/page/g050…
该系列更多视频可前往其Youtube频道查看。

进阶款——打造你自己的神经网络

如果想更进一步，学会构建自己的神经网络，需要满足以下条件：

1. 学会Python编程（推荐Codecademy、Codeschool或Udacity的课程）。
2. 了解Google的TensorFlow框架或Keras，掌握更简单的模型实现方法；然后学习mnist新手教程，对机器学习形成大体印象。强烈推荐下面这个视频：
   5分钟学会Tensorflow：v.qq.com/x/page/u050…
3. 建议学习Google在Udacity上的深度学习免费课程，自行搜索即可。

以上就是全部推荐。如果你也有好的视频资源，不妨自己收藏并分享给他人。