随着互联网的蓬勃发展，很多科技企业、新闻媒体都喜欢使用一些高大上的词，如“云”、“云计算”、”人工智能“、“机器学习”、“深度学习”。在很多人心中，一看到这些词就觉得高深莫测，其实没有这个必要。无论科技怎么发展，名词怎么新颖，本质都还是很早就有的东西，一个人不会因为穿了一件最时髦的衣服成为仙人，下面让我们脱下这件最时髦的衣服看看这个人是什么样的。
所谓“云“，其实就是一群计算机的组合。
所谓“云计算”，其实就是这群计算机组合起来做计算。
所谓“人工智能”就是出一个问题让计算机回答。
所谓“机器学习”就是让计算机把问题合集记录好。
所谓“深度学习”就是让“机器学习”做的更好一些。
以上就是这些新概念的本质，云计算就是很简单的多计算机并行计算，在家里可以使用自己的电脑装几台虚拟机，在每个虚拟机上装一个联网计算程序，这个程序有同步、自主发现、自主选举老大主机等功能，那我向任意一台计算机发送计算命令，那我完全可以说我进行了云计算。
人工智能包含了机器学习，机器学习又包含了深度学习。我们围绕人工智能来探讨其本质，我们都知道电脑不是人脑，电脑没有思想，你问电脑问一个问题，电脑真的会思考吗？答案是不会，电脑底层永远只有两个选择，是与不是，0或者1，多个0，多个1就能代表不同的意思，这就是道生一，一生二，二生三，三生万物的老子思想。电脑的智能都是看上去智能，所以你问电脑一个问题，电脑可以做的，无非就两种情况：第一种是电脑会比对这个问题与电脑中已经存在的问题并给出此问题相应的答案。第二种是电脑会让你这个问题进入一个已经存在的模型，一步步判断，最终得出一个结论反馈出来。
针对第一种，比对问题给出答案是最简单的人工智能，如下图：
你能说它不是人工智能吗？很显然，它就是人工智能。
针对第二种，把问题输入一个已经存在的模型，模型会一步步判断，最终得出结论反馈出来。机器学习、深度学习就是为了制作这个模型。当然这个模型并非真实模型，而是为了看起来直观所列举出的一个抽象模型，实际的模型可能会非常复杂，也正因为模型的复杂，现实中机器学习模型的每一个节点全都是使用数值来表示的。人工智能所解决的问题在计算机中全都会映射成为数学运算问题，所有的问题相关的属性、节点等都被看作是一个数值。
其实还有一种，是真真切切的人工智能。如下图所示，电脑背后是一群人脑，某大厂的语音机器人就这么干过。
当然“人工智能”、“机器学习”、“深度学习”在实际情况下会运用到很多数学知识，统计学、概率论、回归、KVM、神经网络，但这些都是数学问题，并非真正的智能。我们继续探讨人工智能的三大算法，比邻算法、决策树、神经网络。
一、比邻算法：
我们运用一个例子来介绍这个算法，我们假设有一系列实时数据，这系列数据分别是一些城市的某些地点的位置信息，还有这个地点所对应的天气情况，我们可以将这些信息转换为平面坐标上的一个个点。得到下图，那我给出一个未知天气的地理位置坐标，我通过这个坐标模型就能获知这个地方最有可能的天气情况吗？答案是肯定的，谁都知道只要比对这个位置离已经位置最近的点，那最近的点的天气就是该点的天气。事实上，只要模型足够完善，平面中的点够多，那这个问题的答案也就越准确。这其实就是分类问题，我们将已有数据归类，对于未知的点，我们靠计算这个点在模型中最接近的一个点或多个点的位置来得出答案。
二、决策树：
决策树可以让一个问题得出一个结论，这个结论非正即负。例如下图这个传染病例子中，结论只有两个，隔离和不隔离，要让机器做出决断，机器需要有这么一颗决策树，这个决策树就是模型，可以通过特定算法训练得出，当所有计算的值都有精确的答案时，要么就是隔离，要么就是不隔离，这个模型的训练就结束，这也被搜索引擎公司用来识别垃圾网站，垃圾网站为了增加权重，喜欢在网站中加入很多超链接，并且在网站中加入大量热门词汇，那通过分析垃圾网站的这些特性来训练出一个决策树模型，就能大概率判断该网站是否是垃圾网站。
三、神经网络
神经网络所解决的问题是现实中某个答案的准确率，比如小王是学霸，最后得出的会是小王考上清华的概率是多少，这个概率的准确程度也取决于这个神经网络模型，要训练这个模型，我们需要往届清华大学学生的数据，将这些学生的关键特质列举出来，如上了哪所高中，哪个老师教的，家庭情况怎么样，学生健康情况，高考当天天气，饮食习惯等等等等，这些都是神经网络中的一个节点，我们告诉计算机，具有这些特质的考生考上了清华大学，计算机运用特定的算法训练出来这个神经网络模型，模型的每一条分支都有权重，下一个节点数值是上面所有节点数值乘以对应路径上的权重再相加而来，最终输出一个最大不超过1的数值。那预测一个人是否能考上清华，只要将这个人的这些特质输入这个模型，得出最终的数值就是这个人能考上清华的概率，当然这只是神经网络的一个例子，至于他自己意愿我们不予考虑。
其实很多高大上的概念一层层拨开，本质的东西很简单，我们觉得复杂是因为简单的组合多了，自然而然就成了复杂，所谓三生万物就是这个道理。