人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是，机器学习无疑是最有希望实现这个目标的方向之一。斯坦福大学的“Stanford Engineering Everywhere ”免费提供学校里最受欢迎的工科课程，给全世界的学生和教育工作者。得益于这个项目，我们有机会和全世界站在同一个数量级的知识起跑线上。
机器人和人工智能这个领域确实已进入了瓶颈阶段，因为现在的存在的各种人工智能和机器装置，都是人工编程控制的，再精密的动作都是在按照人工方式模拟下进行的，因此已经进入误区。试想下：我们生下来就被遗传了1+1=2的计算功能吗？一生下来就能有意识的抬起手臂吗？？而目前再简单的人工智能都可以完成，但这仅仅局限于模拟！
因此个人觉得应该让机器人真正有生命：必须让机器具有自己思考下一步要干嘛的能力，而不是在固定代码下执行！说白了：机器要干什么不是人说了算，而是机器在各种听觉视觉等环境刺激下激发应对的策略，并且能对这些策略进行总结。要知道人是很复杂的，靠模拟根本无法和人类比，因此机器人智能必须能自己开发自己，自己决策。
这样优点：思考同样问题下 机器人逻辑速度很快，是人的串行思维能力上千倍都不止。因此机器人自主学习的话，可以达到人间一天相当于人们3年的效果！机器人从空白到成人如果资讯足够，一个月就超越人类。
只要记得一点：人的本质就是：刺激，以及综合自己的已有信息对刺激的反应！这点机器完全可以模拟到。
声明下:这不是幻想，我是做嵌入式程序设计的，这些思想是我下一步准备做的
[第1集]机器学习的动机与应用
[第2集]监督学习应用.梯度下降
[第3集]欠拟合与过拟合的概念
[第4集]牛顿方法
[第5集]生成学习算法
[第6集]朴素贝叶斯算法
[第7集]最优间隔分类器问题
[第8集]顺序最小优化算法
[第9集]经验风险最小化
[第10集]特征选择
[第11集]贝叶斯统计正则化
[第12集]K-means算法
[第13集]高斯混合模型
[第14集]主成分分析法
[第15集]奇异值分解
[第16集]马尔可夫决策过程
[第17集]离散与维数灾难
[第18集]线性二次型调节控制
[第19集]微分动态规划
[第20集]策略搜索
