带着问题入门AI系列-人工智能领域基本的术语

码农世界 2024-05-14 前端 59 次浏览 0个评论

Q1: 人工智能, 机器学习, 深度学习的概念的含义是什么

概念1: 人工智能 (Artificial Intelligence, AI)

AI指的是让计算机系统和机器模拟、延伸和扩展人类智能的技术，包括学习、推理、问题解决、感知、理解语言等多种能力。

AI分为三种类型:

狭义人工智能（又称弱人工智能，Artificial Narrow Intelligence，简称ANI）
狭义人工智能（ANI）是一种弱AI，只能完成一项任务。虽然弱AI擅长完成某类任务，但在其他领域或任务中，弱AI就比不上人类了。

弱AI的一个示例是深蓝（Deep Blue），这是一台于1996年击败国际象棋冠军加里·卡斯帕罗夫的计算机。除了每秒可以评估2亿个国际象棋位置之外，深蓝（Deep Blue）无法胜任其他任务，是一种弱AI。

ANI广泛应用于科学、商业和医疗保健领域，以创建擅长某项特定任务的AI解决方案。弱AI程序常见的应用有：阅读医学图像，检测制造异常，以及发现商业数据中的规律。
- 通用人工智能（又称强人工智能，Artificial General Intelligence，简称AGI）
  通用人工智能（AGI）是两种强人工智能之一。AGI能够完成多项任务，这超越了机器在能力上变得更像人类的界限。在没有人类输入的情况下，AGI可以自主做出决定。AGI既有逻辑，也有情感。
  
  目前还没有纯粹的AGI模型，但我们已经在朝着这个目标努力前进。聊天机器人和数字虚拟助理的沟通技巧越来越熟练，并且能对直接刺激做出情绪反应。一些研究人员也已开始训练机器人阅读人类情绪的能力。虽然这令人兴奋，但有情感的AI并非只是能读懂情绪并做出反应那么简单，我们还需要很多努力才能创建出通用人工智能。
  - 超级人工智能（又称超人工智能，Artificial Super Intelligence，简称ASI）
    科幻小说中讨论的AI是一种超级人工智能（ASI），是强AI的第二种类型。ASI模型是比人类更聪明、更有智慧和更具创造力的机器。这类AI尚未现世，只存在于科幻书中。甚至，科学家从未梦想过可以创造出这类强AI。
    
    信息来源: [人工智能 & 机器学习 & 深度学习：概念，关系，及区别说明] https://www.appen.com.cn/blog/ai-deep-learning-machine-learning/
    
    概念2: 机器学习 (Machine Learning, ML)
    
    机器学习是AI的一个分支，机器学习关注的是利用计算机的运算能力从大量的数据中发现模型, 并通过它来模拟现实世界事物间的关系, 从而实现预测或者判断的功能.
    
    特点: 机器学习模型具有自己从数据中学习能力, 不用明确定义相关的规则和逻辑.
    
    机器学习直接来源于早期的人工智能领域，传统的算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。机器学习的方法包含监督学习、无监督学习、半监督学习和强化学习等。
    
    概念3: 深度学习 (Deep Learning)
    
    深度学习是机器学习的一个分支，它专注于使用人工神经网络来模拟和学习复杂的数据表示。这种网络结构被称为深度神经网络，因为它们通常包含多个层次，每一层都在处理数据的不同抽象层次。深度学习在许多任务上取得了巨大成功，如图像识别、语音识别、自然语言处理等。
    
    概念4: 强化学习(Reinforcement Learning)
    
    通过奖励或惩罚机制引导算法学习如何采取行动以最大化某种累积奖励，常用于游戏、机器人导航等需要连续决策的场景。
    
    Q2: 机器学习(ML)与传统编程(Classical Programming)有什么区别?
    
    传统编程根据规则计算答案. 给程序传入数据, 根据规则, 找出答案. 如: 根据考试分数, 确定优良中差.
    
    机器学习根据答案推测规则. 给出输入和答案, 找出规则来, 然后利用这些规则处理新的数据. 如: 给出一个水果的图片, 判断是否是苹果.
    
    如果你能想清楚所有的规则, 传统编程足够了. 完全没必要用机器学习. 传统编程简单又准确. 机器学习擅长的场景:
    1. 规则太多, 传统编程几乎无法处理
    2. 环境不断变化, 机器学习可以根据新的环境, 学习新的规则, 调整逻辑.
    3. 需要根据大量的数据总结和学习规则. 数据量太大, 不可能人工总结. 有时候逻辑太深, 人无法理解和总结.
    Q3: 人工智能, 机器学习, 深度学习之间的关系是什么?
    
    机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。
    
    Q4: 机器学习与深度学习有何差异?
    
    信息来源: [机器学习与深度学习之间有什么区别？]https://aws.amazon.com/cn/compare/the-difference-between-machine-learning-and-deep-learning/
    
    概念5: 自然语言处理 (Natural Language Processing, NLP):
    
    NLP研究如何让计算机理解和生成人类语言，涉及语言识别、语义分析、机器翻译等技术，是聊天机器人、语音助手等应用的基础。
    
    Q5: 机器学习与自然语言处理的差异点是什么?
    
    Q6: 人工智能这么多概念, 他们之间有什么关联?
    
    信息来源: https://blog.csdn.net/Zhouzi_heng/article/details/136749392