说到最近最火的东西肯定是AI，想必大家也很好奇AI这东西怎么工作的。
鉴于目前在各个领域发光发热的模型都是基于深度学习，那么接下来我们就用最好理解的语言说明一下深度学习AI的工作原理吧。
AI也就是人工智能，咱们不说复杂的AI定义，只要明白一点，AI是对大脑的模拟。
人在处理信息的时候往往会先收集周围的信息，拿下围棋来举例，人会观察棋盘上的黑白子分布，然后大脑处理这些信息，然后选择一个地方下子。
在这里，棋盘上棋子的分布就是输入，你采取什么行动就是输出。
你的大脑是如何处理这些数据的呢？容我给大家隆重介绍神经元。
输入经过神经元计算，产生输出
上图就是一个单个的神经元，人类大脑含有数百种不同类型、总数达近千亿个的神经元，神经信号经由神经元间的突触联接所形成的神经环路进行接受、传递和处理。
而每个神经元的粗细是不一样的，粗细不一样也就决定了信号走哪一条路的可能性更高。你频繁锻炼一个技能，必定会使某一条神经通路更强壮，这样你在这个技能上就更强了。
那么AI是如何模拟人类大脑的呢？这里我们就要讲一点枯燥的初中知识了。
我们仔细看这个输入-计算-输出的过程，像不像我们初中学过的方程？如果把y定义为输出，x定义为输入，那么就可以简单的表达为y=wx。这里的w其实就是权重，也就是我们神经元的粗细了。当然光有w是不够的，为了更精准的表达，我们需要偏置项b。这里就不深入探讨b的作用了，总之就是为了涵盖更多的可能性。
所以我们有了y=wx+b，这就是AI的一个节点，当很多层的节点堆叠起来，你就获得了一个AI了。
当我们需要训练一个AI的时候，我们需要收集x和与之对应的y，将数据交给AI模型，然后让他调整参数w和b。当训练完成后，你将新的x输入模型，就能得到y了。
所以本质上现阶段以深度学习为主的图形AI和语言AI的工作原理都是在模仿人类大脑。下次当别人问你AI怎么工作的时候，你可以告诉他，和你的脑袋瓜一样。