人工智能（一）

 

人工智能发展四个阶段

初期阶段

• 机器翻译
• 博弈
• 通用问题求解（GPS）

认为利用计算机的运算能力可以解决一切问题，太过于理想化。

智能系统必须有知识才能够实用。

知识时代

• 专家系统：将某一个行业的知识提取总结出来，让计算机使用，从而解决该领域的问题
• 知识工程：建造大型知识库，来解决问题，如何让计算机使用问题
• 知识表示

问题：知识获取的瓶颈问题？

例如：如何骑自行车？有些知识很难表述总结，只可意会不可言传。

特征时代

• 统计学习方法
• 优化技术
• 特征映射
• 人为特征定义：人与计算机对特征的理解不同（如语音识别）

数据时代

• 深度学习
• 表示学习
• 自动特征抽取
• 不同层次的抽象特征
• 特征映射（深层）

---

共同特点：如何定义问题

人工智能 = “定义” + 算法

深度学习并不是一切：

• 语音识别
• 图像识别
• 人脸识别
• 字符识别
• 机器翻译

垃圾网页识别

垃圾网页：通过作假手段提高其在搜索引擎中排名的网页；严重影响搜索引擎的识别

缺少通用的识别方法：各个垃圾网页的作假手段都不相同

基于用户行为的垃圾网页识别

垃圾网页的目的：通过欺骗搜索引擎骗取用户的访问和点击

用户对于正常网页和垃圾网页的行为是不一样的

用户行为特征：

• 用户停留时间
• 用户继续点击率
• 搜索引擎引导率

利用统计学习方法建模、分类

深度学习存在的问题

• 大数据 vs 小样本：当数据量不足时如何解决
• 黑箱 vs 可解释：无法解释深度学习模型内部的逻辑原因
• 一次性学习 vs 增量学习：当数据特征出现变化时原来模型不再适用