人工智能案例——智能小恐龙在线视频

上一节

我们解释了“为什么小白需要现在就学习人工智能”

因为不可避免的人工智能时代

小白应该具备人工智能这种思维方式

因为人工智可能会替代50%人的工作

了解和熟悉人工智能

小白对职场规划能有更好的认识

因为小白不想在一个被别人掌控的人工智能时代

而想在一个自己也能参与的人工智能时代

因为现在学习人工智能

小白能为下一个技术热潮做好准备

我们来看看小白们上一节的听后感

那小白学人工智能会难吗

真不难

不需要很深的数学基础

不需要编程基础

小白就能学习人工智能

为什么

先让我卖个关子

来看段视频（感受一下人工智能）

那辆红色的车是什么

无人驾驶车

特别棒的表现

能智能避开各种障碍物

我特别特别想拥有一辆

可惜没有啊

没关系

下来让我们来看一只小恐龙是如何智能避开障碍物的

这就是小恐龙dino

会玩这个游戏吗

对

就是按空格让小恐龙跳起来

避开障碍物

避开障碍物个数越多

这个值就越高

你觉得应该如何教这个小恐龙dino去自动的避开障碍物啊

首先

你自己是如何判断dino去避开障碍物的

需要考虑什么因素

一个（是）小恐龙和障碍物之间的距离

用L表示

另一个（是）小恐龙的速度

S表示

还有吗

哦

障碍物本身的宽度W

用这些因素

你来判断小恐龙什么时候起跳

对吧

那就收集这些因素的数据

也就是收集距离L

速度S

障碍物宽度W的数据

两个问题

第一

收集这些数据

是为了小恐龙碰到一样的数据做一样的操作

对吗

可是

玩游戏都知道

小恐龙后期的速度是越来越快的

也就是说后期出现的数据和你前期搜集的数据是不一样的

也就是说收集数据的目标不是为了简单的重复操作

而是希望找到一定的规律

第二个问题

也就是说

你判断起跳的标准是什么

换个角度

除了起跳

还有什么

走路

也就是小恐龙智能避开障碍物的问题变成了一个相对简单的二选一问题

这个二选一问题就是根据收集的数据来判断小恐龙是选择跳还是选择走路

这是不是就有了判断标准啦

接近跳的跳

接近走路的走路

也就是说我们要分别收集跳的数据和走路的数据

在智能小恐龙中

小恐龙是跳和走路

我们根据小恐龙和障碍物之间的距离L

小恐龙的速度S

还有障碍物的宽度W

这三个因素来决定它是跳还是走路

我之前卖的那个关子

在智能小恐龙中

选择f为线性模型和选择f为非线性模型

效果是完全不同的

你猜猜至今为止 小恐龙游戏的最高纪录是多少

最高纪录是大约是89万

这是广州一名高二男生的纪录

他就是让智能小恐龙跑了一个晚上

一早起来一动鼠标

小恐龙就停止了

然后就得到了这个89万的成绩

那现在请你上这个网址

请告诉我们你的智能小恐龙最高分能达到多少

你能否出现奇迹

就是线性模型也能让小恐龙聪明起来

期待你的成果哦