提起编程，很多家长的第一反应是一堆晦涩难懂的代码，枯燥、无趣。
其实，利用编程也可以做一些有意思的事情，比如，用来辨别《红楼梦》后40回是否为曹雪芹所著。
1、用机器学习分析红楼梦
如何鉴别《红楼梦》后40回文稿的真伪，一直是文学界津津乐道的话题。
前几天逛知乎，偶然看到一篇很有意思的文章。一位小哥学习了机器学习，决定学以致用，希望用所学python编写程序，让机器分析世上流传的文稿是否为曹雪芹的亲笔。
小哥猜测，每个人的写作都有些用词的小习惯，不容易改变。他将《红楼梦》的章节平均分成3部分，来训练机器。
然后，从剩下的章节里随机抽出章节，让机器通过用词甄别这个章节属于前哪一部分的。经过测试，机器有95%的概率能够正确判断这个章节是属于哪一部分的章节。
最后，他将运行文本可视化，压缩成二维后得到如下图：
其中绿色为前四十回，蓝色为四十一至八十回，红色为后四十回。我们可以发现，前四十回与四十一至八十回分布基本上重合，也就是前八十回内部是比较均匀和相似的，而后四十回则是另一种分布。
因此，现行流传的《红楼梦》后四十回，极有可能非曹雪芹本人所著！
其实，这只是简单的利用编程进行的数据分析方法。随着人工智能的发展，机器不仅能分析，还能进行学习和创作呢！
2、利用人工智能作诗
年5月，微软亚洲研究院发布了由智能机器人小冰创作的第一部人工智能诗集《阳光失了玻璃窗》。这个里程碑事件也引起了计算机科学、语言学、文学等领域对人工智能与诗歌本质的大讨论。
那繁星闪烁的几天苍色
那满心的红日
看万里天使在世界
我就像梦
看那星闪烁的几颗星
西山上的太阳
青蛙儿正在远远的浅水
她嫁了人间许多的颜色
选自微软小冰诗集《阳光失了玻璃窗》
去年年底，在央视的《机智过人》节目中，清华大学的机器作诗系统“九歌”也得到了专业人士的赞誉。
古有曹植七步成诗，今有九歌七秒成诗。大脑里储存了从初唐到晚清的30万首诗篇的九歌，无论专业出题人——南京师范大学教授、中国韵文学会会长、中华诗词学会顾问钟振振老师给出何种主题，它都能迅速成诗，令人折服。
在与三位青年诗人的PK中，九歌凭借一首《静夜诗》获胜，最终进入AI盛典。
这些作诗系统让人感到惊喜、有趣，它们基本符合诗歌的结构和形式，诗中意象之间的联系也非常紧密。
那么，人工智能是如何进行诗歌创作的呢？
3、机器学习原理
《红楼梦》中“香菱学诗”这个青春励志的学诗故事告诉我们：首先要多读诗、读好诗，其次是需要不断练习我们的大脑，最后需要一个像林妹妹一样的老师，可以快速指出我们创作的诗歌哪里有不足。
其实，一个典型的机器学习（MachineLearning）情景也是类似的：我们需要准备好数据（data）、一个可以优化的计算模型（model）以及一个判断模型优劣的评价指标（evaluationmetric）。
多读诗、读好诗→准备数据
数据层面上，香菱和机器所面对的情况类似：他们都需要大量阅读古人的优秀诗歌，才能掌握诗歌写作的模式（pattern），也就是我们说的“套路”。不同之处在于，作为人类少女的香菱就算再怎样地“苦志学诗，精血诚聚”，恐怕一辈子也读不完几万首诗。
然而对于机器而言，处理大量的诗歌语料库完全没有问题，上文提到的九歌就储存了30万篇诗歌的数据。
人类大脑→计算模型
香菱相比机器最大的优势在于她有着世界上几乎最神奇的学习系统——人类大脑。而人工智能系统只能通过构建计算模型（建模）来模拟人类学习语言的过程。
机器写诗模型的整体流程
机器写诗模型的整体流程：首先，需要输入一些关键词。有了关键词，就可以进而拼凑出完整的诗词备选库，然后通过构建统计语言模型，从中挑选最通顺、最有诗意的句子形成诗歌。
练习与指导→模型训练与评价
最后，计算机怎么知道自己写的诗是好是坏呢？如果不好，又如何改进呢？
目前较为理想的评测方式是把机器的诗歌和真正的古诗混在一起，由人类先去分辨，在不同维度打分，以此给AI一个评判标准，让它可以继续地学习。
这其实就是要模型掌握作诗的语感，这种语感的本身就决定了作诗能力的高下！这就好比张无忌同学在学太极剑法时，张三丰说他完全忘记了才是学会了。
人工智能的迅猛发展，改变了世界，也改变了我们的生活。可以说，编程正在用高效的方式为我们打开了新世界的大门。
其实，不仅是阅读和写诗。计算机的数据分析和创造能力，现在已经深入到各个学科的学习中，我们通过建立模型解决数学难题，通过模拟实验印证物理学推测……甚至有英文老师通过大数据分析，教孩子怎么做选择题！
人工智能正在逐步深入我们生活学习的方方面面，作为家长，我们在享受人工智能带来便利的同时，也应该具有前瞻性眼光，让孩子能够更好的使用和掌控人工智能。
而编程，正是这样一项不可或缺的技能！
别犹豫了，加入傲梦，一起激活孩子的竞争力吧！