AI101-A03｜人工智能的核心领域

微信中阅读，欢迎关注公众号：CodeFit，持续更新中。

🗓 2024 年 12 月

• 构建一个精品级别的 AI 基础知识框架课程。
• 课程简介，详见 [[AI101-A01｜初识人工智能]]

引言

在 AI101-A02 中，我们了解了 AI 的三大核心能力，并探讨了它们的协同作用及 AI 的局限性，帮助大家理解 AI 的能力边界。

要进一步理解什么是人工智能，我们还需要了解人工智能包括了哪些核心领域。

当前，人工智能作为一个快速发展的领域，涵盖了多个子领域和应用方向。

本章节将介绍：

• 机器学习
• 深度学习
• 计算机视觉
• 自然语言处理
• 知识表示与推理

内容很多，但是不要慌😼!

我们将从最基础的机器学习开始介绍，顺便介绍其重要分支 - 模仿人类大脑的深度学习，再到赋予计算机 “看” 与 “说” 的能力，最后是构建知识体系的能力。

最终，你会发现人工智能相关的每一个领域，其实都是在告诉我们：人类该如何教会机器学习这件事情。

让我们一起探索这些核心领域，以进一步完成课程主题的核心内容：理解人工智能。

一、机器学习

如果说人工智能犹如一场宏大的交响乐，大语言模型就是当前最激昂的主旋律，而机器学习就是其中的乐理基础，

机器学习（Machine Learning，简称 ML）是人工智能的核心领域之一。

计算机科学家 Tom M. Mitchell 在其著作的 Machine Learning 一书中定义的机器学习为：

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.

很明显，正经的学术化定义对于初学者来说有点难🐥

实际上，对于机器学习，当前的我们只需理解下面的内容。

想象一下，你是如何学会分辨猫和狗的？

大概是通过看到许多猫🐱和狗🐶的样子，慢慢总结出它们的特征：猫有三角形的耳朵、细长的尾巴，而狗有圆润的耳朵、不同形状的尾巴。

然后我们就认识它们了。

机器学习正是模仿这种学习过程，不同的是，计算机是通过大量的数据（简单来说，就是图片）来完成这件事情。

所以，机器学习的本质就是让计算机从数据中发现规律。

就像我们通过反复练习才能掌握一项认识猫和狗的技能，计算机则需要通过对大量的数据进行 “学习”，才能获得这项技能。

那么，如何学习呢？

对于初学者，只需要知道这个学习过程中包含的三个关键步骤。

我们以教会计算机识别手写的数字作为例子。

1️⃣ 首先是收集数据。

我们需要收集很多人写的数字样本。

2️⃣ 其次是训练模型。

训练模型，简单理解就是，让计算机分析这些数据，找出数字书写的特征规律。

这像让你通过不断做题来掌握解题方法。

3️⃣ 最后是应用预测。

训练完成后，怎么知道计算机已经学会了呢？

那就需要对它进行测试，看看计算机能不能识别它从没有看过的手写数字。

如果通过，就代表计算机学会了识别新看到的手写数字了。

好了，这就是机器学习的过程了。

是不是有点像让你学会解题后，看到类似题目也会能解出来。

在实际应用中，机器学习已经融入我们的日常生活。

当你在使用人脸解锁，或者看到一些个性化的广告推荐时，其实都是机器学习的应用。

当我们的课程正式进入机器学习这个主题时，我们还会了解很多专业术语，比如