1、什么是人工智能？简单地讲，人工智能就是为机器赋予人类的智能。人类的智能体现在何处？学习、创造、归纳、演绎
2、人工智能的应用领域：
a)自然语言处理（机器翻译、机器写作、机器问答）
b)计算机视觉（图像识别、视频识别、人脸识别、自动驾驶）
c)语音识别（语音转文字、文字转语音）
d)机器人（扫地机器人、工业机器人）
3、机器学习
机器学习是实现人工智能的一种方法，具体的实现技术有：深度学习、有监督学习和无监督学习。
什么是机器学习？给定某个任务(T)，通过机器不断积累经验（E）来完善，提升性能（P）
人类的知识在两个维度上可分成四类：（不）可统计／（不）可推理
机器学习要想做得好，需要走好三大步：
（1） 如何找一系列函数来实现预期的功能，这是建模问题。
（2） 如何找出一组合理的评价标准，来评估函数的好坏，这是评价问题。
（3） 如何快速找到性能最佳的函数，这是优化问题（比如说，机器学习中梯度下降法干的就是这个活）
5、深度学习(Deep learning)
深度学习：依靠机器对数据的分析和学习，自己学习如何抓取数据的特征，得出想要的结果。深度学习，是把由人工选取对象特征，变更为通过神经网络自己选取特征，为了提升学习的性能，采用多层次的特征表示学习。
深度学习是高度数据依赖型的算法，它的性能通常随着数据量的增加而不断增强
6、神经网络(ANN)
深度学习来源于神经网络学习。
根据芬兰计算机科学家Teuvo Kohonen的定义（这老爷子以提出“自组织神经网络”而名扬人工智能领域）：“神经网络，是一种由具有自适应性的简单单元构成的广泛并行互联的网络，它的组织结构能够模拟生物神经系统对真实世界所作出的交互反应。”
人工智能研究领域的两个学派：符号主义（重规则和推理），连接主义（重模型）。连接主义认为，人的思维就是某些神经元的组合。因此，可以在网络层次上模拟人的认知功能，用人脑的并行处理模式，来表征认知过程。这种受神经科学的启发的网络，被称之人工神经网络（Artificial Neural Network，简称ANN）。目前，这个网络的升级版，就是目前非常流行的深度学习。
理论上来讲，只需一个包含足够多神经元的隐藏层，多层前馈网络能以任意精度逼近任意复杂度的连续函数。（收敛函数）
- M-P模型，Sigmoid函数和卷积函数
所谓卷积，就是一个功能和另一个功能在时间的维度上的“叠加”作用。