文章目录
一、什么是人工智能?
通过学习掌握了某种技能的机器,我们认为它具备了人工智能!
二、人工智能的发展方向
随着数据红利消耗殆尽,以深度学习为代表的感知智能遇到天花板。认知智能将是未来一段时期内AI发展的焦点 ,是进一步释放AI产能的关键。
三、人工智能的结构体系
四、机器学习和人类学习的联系
五、深度学习和传统(统计)学习的区别
六、人工智能的三次浪潮
深度学习的三大人物:杨乐昆、辛顿、本吉奥。
七、人工智能的分类
(1)按学派来分类
- 符号主义(数理学)
- 连接主义(仿生学)
- 行为主义(控制论)
(2)按能力来分类
- 弱人工智能
- 强人工智能
- 超人工智能
(3)按业务领域来分类
- 信号领域
- 图像领域
- 语音领域
- 自然语义
- 自动化
(4)按学习方式来分类
-
有监督
案例:学生学习
特点:数据和标签一一对应,泛化程度差 -
无监督
案例:婴儿学习
特点:只有数据,没有标签。 -
半监督
案例:新事物学习
特点:大量数据,少量标签。泛化程度差。 -
自监督
(5)按实时来分类
- 在线学习
- 离线学习
(6)按学习步骤来分类
- 端到端学习
- 非端到端学习
(7)按学习结果来分类
- 判别模型
- 生成模型
(8)按学习技巧来分类
- 迁移学习(将训练好的网络模型拿过来修改,并且训练。)
- 元学习(学会学习,用先验知识)
- 级联学习
- 合作学习
- 对抗学习
- 联邦学习
(9)按学习轮次来分类
- N-SHOT/Few-Shot
- ONE-SHOT
- ZERO-SHOT
(10)按任务来分类
- 回归、拟合、函数逼近
- 分类
- 聚类
- 特征提取、降维、主成分分析。
- 生成创作
- 评估与规划
- 决策