人工智能是怎麼發展起來的呢？人類的發展史就是從奴隸社會演變過來的，這樣的思想一直刻在人類的骨子裏，可能有人覺得不合適，舉個簡單的例子：假如你有很多錢的時候，你是不是想買很多房和車？或者是多僱幾個傭人和司機給你提高生活品味。爲什麼要花大量的精力、人力和金錢去研究人工智能呢？還不是爲了更好地爲人類服務。聽從人類給它設定好的編程程式，按照人的指令給人辦事。

我們生活也會經常看到，或者以後的生活中會出現大量的人工智能機器人，比如這次疫情期間武漢街上出現的快遞機器人，還有很多餐廳自動送餐的傳菜機器人，都是爲人類服務的“奴隸”機器人。人和計算機要交流時，我們就要會機器的語言，也就是要會我們通常所說的編程語言，要用編程語言實現對機器命令，計算機就聽我們的了。我們可以看出來這樣的處理過於單一的。

當人們需要用一個框架去智能的處理一類問題的時候，這樣的設計規則就能不能滿足需要了。這個時候就需要機器學習去實現，而機器學習就完全不一樣。人類是怎麼進行學習的呢？我們從生下來就在不斷的學習當中。對於學習的過程我們太熟悉了，人類的學習主要就是學習經驗（知識也可以理解爲經驗）主要是通過生活或者工作中遇到的新問題，並且通過處理了這些問題而得到的感受來積累經驗，最後對這些經驗進行歸納總結。

機器的學習也是一樣的，我們通過不斷的數據輸入來給它新的問題，通過對這些問題的處理就會得到所謂的經驗作爲歷史數據進行存儲，再通過海量數據對模型的訓練。通過大量訓練以後不但能夠解決遇到的問題，而且還可以預測人類的要求，根據需求提供服務。

舉個例子，人工智能的攝像頭，初始會由人輸入有限的人臉，讓它積累基礎的數據，根據初始的人臉，它學會了分辨男女，年齡，是否戴眼鏡，髮型等等特點，在它之後的工作中，隨着攝像頭採集到越來越多的人臉，它的分辨能力就越來越準確，也就是說它會越來越聰明。當它能認出一個人的特徵時，你覺得它和普通攝像頭差不多；但是當他在一秒鐘內就把幾十個甚至上百個人臉辨別清楚，並且歸類，和數據庫進行對比，這個時候，它的能力早已超越人類的分辨能力。

人工智能就是使用計算機來模仿人的思維，使機器能夠像人一樣的思考、總結規矩並且利用規矩（專業上我們稱之爲機器學習）。如果您用機器學習算法寫個程序來模擬人的思維，比如人臉識別，就是機器能夠像人一樣再次認識你見過的人，機器的優點是不會像人一樣，見過一面第二天忘記了。 如果你使用機器學習算法寫個程序來實現人的情感變化，將寫好的程序放進芯片，然後再製作個美麗的機器人外殼（就像科幻片裏面的機器人女友），那麼機器就像人一樣。