全面认识人工智能 ——学习笔记

---

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

1. 符号主义（数理学）
2. 连接主义（仿生学）
3. 行为主义（控制论）

（2）按能力来分类

1. 弱人工智能
2. 强人工智能
3. 超人工智能

（3）按业务领域来分类

1. 信号领域
2. 图像领域
3. 语音领域
4. 自然语义
5. 自动化

（4）按学习方式来分类

1. 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

2. 无监督
   案例：婴儿学习
   特点：只有数据，没有标签。

3. 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。

4. 自监督

（5）按实时来分类

1. 在线学习
2. 离线学习

（6）按学习步骤来分类

1. 端到端学习
   
2. 非端到端学习
   

（7）按学习结果来分类

1. 判别模型
2. 生成模型

（8）按学习技巧来分类

1. 迁移学习（将训练好的网络模型拿过来修改，并且训练。）
2. 元学习（学会学习，用先验知识）
3. 级联学习
4. 合作学习
5. 对抗学习
6. 联邦学习

（9）按学习轮次来分类

1. N-SHOT/Few-Shot
2. ONE-SHOT
3. ZERO-SHOT

（10）按任务来分类

1. 回归、拟合、函数逼近
2. 分类
3. 聚类
4. 特征提取、降维、主成分分析。
5. 生成创作
6. 评估与规划
7. 决策

八、云、大数据、人工智能的关系。