AI学习极速版1 - 介绍

REFERENCE：

1. CS404 Artificial Intelligence & Natural Language Processing
2. “Artificial Intelligence” Russell & Norvig, 4th/any Edition

主要内容：

1. Artificial Intelligence (AI)
   1. Machine Learning (ML)
      • Julia language application to ML
   2. Reinforcement Learning (RL)
   3. Genetic/Evolutionary Algorithms
2. Natural Language Processing (NLP)
   1. Embeddings
   2. Translation
   3. GPT-3 & Wu Dao 2.0

目录

1. 介绍
2. 人工神经网络
3. 深度学习网络
4. JULIA & PLUTO
5. 使用卷积神经网络识别图像
6. 使用RESNET进行迁移学习
7. 7
8. 8
9. 9
10. 10
11. 后面的之后再填

Introduction

1. AI用途
   1. 通过计算机帮人类解决问题
   2. 让计算机更有用
   3. 让计算机能够有intelligent behavior，比如说情感
   4. 模拟人类智能
2. AI的分类
   1. Symbolism 和 sub-symbolism
      • 这里应该是symbolic AI和sub-symbolic AI，即符号化和亚符号化
      • 符号化：用人类能够理解的高级语言来表示问题，并使用AI处理
      • 亚符号化：用数字模拟人类的感知
      • 相比之下：符号化的输入是，好/一般/坏，亚符号化的输入是0.1/0.5/0.7，更精确的输入能得到更好的结果。由此衍生出neural networks, statistics, numerical optimization等处理数据的学科。
   2. Strong 和 weak
      • 强AI 与 弱AI
      • 强：AI可以思考，它能够进行想人类一样有的学习、推理和认知解决问题，比如底特律变人里面的那种
      • 弱：按照固定的算法，帮助我们解决特定领域的一些问题的人工智能，比如海底捞送菜机器人
   3. Hard 和 soft
      • 用于描述各种算法和机制的，比如soft/hard attention、soft/hard voting
      • Hard表示能够用数学推理出结果的
      • Soft表示无法用数学精确推算出结果，但是在各种神经网络的演算之下会得出结果
   4. Neat 和 scruffy
3. AI的应用实例
   1. 略。有空再写。
4. AI简史
   1. 略。有空再写。
   2. AI技术进展曲线
   3. 
   4. 

    

    

1. AI里程碑和领域先驱
   1. 略。
2. AI的伦理与道德问题
   1. 略。
3. 其他资源
   1. https://hai.stanford.edu/research