2017.10.17 第一节小课学习日志
第一节小班课程，在各位老师的介绍下，对机器智能（人工智能）有了初步的了解。在老师和助教的帮助下，安装了功能强大的Python和一些课程相关的工具，之前一直感觉人工智能可以在各个方面带来方便是一件特别神奇的事情，听了老师的介绍之后才开始对人工智能的分类，实现人工智能的原理等有了了解。人工（机器）智能可以分机器感知（perception）和机器认知（cognition），就是让机器能像人一样看懂、听懂，能像人一样思考。此外，还知道了有git这样的平台来提高工作效率，很神奇。
2017.10.24 第二次学习日志
首先陈老师介绍了一些信息产业相关的定律和特点。比如摩尔定律，指明了信息产业的更新迭代很快，不到两年的时间电脑硬件、计算速度、网络带宽等都会翻一番，这就导致了在IT行业中，一个公司想要生存就必须投入大量的资金在研发几年后的新产品上，在很短短的时间内完成下一代产品的开发。由此产生另一个定律就是“7-2-1定律”（老大占超一半的市场，通常是70%；老二有稳定的20%的市场；剩下的只占10%。）。而每当新一代硬件产品上市之后，就会有新的软件产品用尽其资源，这就是安迪-比尔定律，（what Andy gives, Bill takes away）。还有反摩尔定律，它逼着硬件设备公司必须要赶上摩尔定律规定的更新速度，同时给了一些小公司在发展新技术方面能和大公司同台竞技的机会。此外还有诺威格定律、基因决定论等，IT行业有一个最大的特点，就是IT产品的制造所需的原材料非常少，成本几乎是零，这就使得它和其他行业有特别明显的差异，也是许多创业者和风险投资关注的重点。
然后老师介绍了AI产业前沿的内容。AI商业化的模式主要有卖硬件、卖软件、卖服务，或者合起来卖。主要的硬件有Nervana、英伟达、英特尔等，软件有Google TensorFlow 、Caffe、Neon等。服务有腾讯优图为代表的图片搜索、有以旷视科技face++为代表的人脸识别、有以小娜为代表的语音识别、还有的被运用在金融行业。此外软硬件结合的方式，诸如只能驾驶、各类机器人等。
还学习了人工智能是如何能够识别出图片上的猫或者其他事物的，是通过大量的训练，给机器大量的图片来学习，在每张图片上标注坐标，告诉机器里面的东西就是猫，经过大量的学习，机器就能被训练成熟，然后再给出一张图片的时候，机器就能识别出上面的猫。
最后和各位老师同学共同探讨了人工智能在每位同学的专业方面的应用前景，老师们认真解答了同学的疑问，大家也都发表了各自的见解，同时还对自动驾驶有了更深入全面的认识，学到了很多新东西。
2017.10.31 第三次学习日志 计算机视觉 computer vision 1.首先了解人的眼睛（人类大脑的视觉通道）。人的视觉处理系统，视网膜开始，色彩（锥形细胞）&黑白（柱形细胞）系统，视觉皮层处理视觉信息。 2.计算机视觉。从图像中抽取信息，模拟人的视觉行为。解决问题：分类、定位、检测、分区、场景解析与标记（语义理解）。在无人驾驶、无人机领域也有非常重要的作用。 3.演示了计算机视觉YOLO、SSD两个算法的应用。 4.OpenCV体验（安全帽监测系统）。用anaconda下载opencv,然后用python使用摄像头捕获视频并显示。图像标注：尝试在平台上标注人和安全帽。 5.人工智能的一些应用。亚马逊人工智能产品与智能硬件行业：Echo音箱、可视化产品（例子）：echo show。机器视觉应用产品（Echo look）：利用云端AI进行机器视觉和机器学习给出推荐判断、无人商店 Amazon Go 6.体验并了解Neuralart等艺术化应用。