上节课我们了解了机器学习，知道机器学习的基本原理。
机器学习以快速，大量的数据训练为基础，其核心基础依靠数据，算法，算力三个必要条件。我们看到了通过为机器提供数据，让机器学会识别图像的过程。
算法就是机器如何识别数据，处理数据，输出结果从而解决问题的过程。
我们还是先从人类，我们自身的头脑思维过程开始。
例如：我们看到这样一段文字：请你画一匹正在奔跑的马。
我们需要理解什么是马，什么叫奔跑，然后考虑在哪里奔跑。补充缺少的信息。然后再画布上构建图画。
人工智能的思考过程和这个是相类似的。
我们知道，计算机的运算速度是以亿次为单位的。
这个2.9ghz代表cpu运算速度是每秒29亿次。世界上第一台计算机运算速度大约是每秒几千次。
而超级计算机的速度以万亿次为单位。
计算机的快速计算能力是人工智能可以实现的重要基础。
那么，计算机运算速度的优势如何被利用呢？这就要讲到算法。我们这里还是来观看mit的人工智能基础课3：算法
关键概念：算法是为了解决问题或达成目标而设定的规则或步骤
机器学习算法：让机器人具备自我学习的能力。这个和传统意义的编程是不一样的。传统的程序都是人提前编制好的。机器没有自主决策能力。类似于我们的被动学习过程。现在的机器学习算法类似主动学习。
广义的算法无处不在。老师在课堂上对课堂的控制，我们自己对学习的控制，对自己的控制都是算法。
我们来看几个实际的程序。
这些程序的算法是如何实现的呢？他们的输入-计算-控制过程大概是什么？
我们可以不用完全理解，但是我们知道这些都是算法在起作用就可以了。