目前，基于深度学习的人工智能领域，在对大众的科普上有哪些问题和困难？怎样才能做的更好？

不请自来，做了很久相关科普，我们有一些思考可以与大家分享讨论。

目前人工智能相关知识的科普，我们认为存在三个特点：

1、内容上，高级课程多，入门知识少。

互联网时代，随手一搜就能找到超多人工智能经典课程：吴恩达老师的经典课程「机器学习」自不必说，Geoffrey Hinton 的「Neural Networks for Machine Learning」、Yann Lecun 的深度学习公开课、李飞飞的斯坦福 CS231n「Convolutional Neural Networks for Visual Recognition」……只要想学，你的老师各个都是领域的顶尖专家。

除了经典课程，在 Arxiv 上几乎能搜到所有人工智能论文，或新或旧、或经典或前沿，只要愿意去看，最新进展一览无余。

学习人工智能相关知识的门槛从来都不是「知识获取」，而是「理解」。

课程和论文都是英文，没有英文基础一切都是「天书」；不理解人工智能基础名词和基本原理，也不理解计算机领域的基础，结果就是——「明明每个字都认识！合在一起完全不懂！」

2、表达方式上，枯燥的多，有趣的少。

教授知识的经典课程必然是严肃的，与学生不同，对想要获取新知的普通人来说，50 分种一节、3小时一次的课程未免过于「沉重」了。

有些机构采用请行业人士讲公开课的方式解决英文门槛问题，也有很多行业里的朋友写了不少文章，往往存在着内容过长、行业名词过多、比喻梗太难懂等等各种各样的问题。

3、结构上，单点内容多，成体系的少。

「一文教你写图像识别程序」、「看完这篇文章你就懂了深度学习」、「理解支持向量机上这堂课就够了」……

对于没有人工智能相关知识基础的普通人来说，这些内容能发挥的功能非常有限。没有知识框架和层次，无法对方法、任务、技巧进行区分，不理解人工智能的基础和发挥作用过程，最终只能陷入谈论「虚无」或一叶障目的境地。

总体上人工智能的科普对新手很不友好。

针对以上思考，我们做了一些尝试，比如…… 用时下流行的「短视频」讲解人工智能基础知识，也就是我们的「知智一分钟」。

每期视频一分钟左右，整体沿着人工智能知识框架展开。每期内容围绕着一个任务/应用，不涉及代码、尽量少用技术名词，尽可能使用好懂的比喻，来降低理解门槛。

我们收到了一些读者的赞誉，当然也有不解，比如内容有浮光掠影、不够深入之感。我们设定的目标观众是真正的「普通人」，这是我们在轻松、有趣和知识点之间进行平衡后，所交出的答卷。

在第一季「基础知识」、第二季「计算机视觉」、第三季「自然语言理解」、第四季「语音任务」后，正在连载的第五季「各行业人工智能应用方式」也将进入尾声。

为对人工智能感兴趣的人们推开一扇窗，希望「知智一分钟」能完成我们的这个愿望。

欢迎来我们的专栏收看「知智一分钟」——

完结后我们会推出新的视频企划，敬请期待哦～