AI基础(五、人工智能的主要分支与技术方向)
作者：微信文章终于一步步走向了AI了。我们先了解相关的分支。后面我将重点介绍机器学习，自然语言学习，神经网络和深度学习以及大语言模型，和相关的理论与实战。
人工智能的主要分支与技术方向主要分为如下几种：
1、机器学习（Machine Learning, ML）
核心理论：让计算机从数据中自动学习规律，而非依赖显式编程。
典型算法：线性回归、决策树、支持向量机
2、自然语言（Natural Language Processing, NLP）
核心理论：让计算机理解、生成人类语言。
典型模型：GPT、Transformer
3、神经网络和深度学习（Deep Learning）
简介：通过多层神经网络学习复杂特征。
典型模型：CNN（卷积神经网络）：图像处理RNN/LSTM：序列数据（如时间序列预测）、Transformer：NLP和多模态任务。
4、多模态（Multimodal AI）
多种模型的应用融合文本、图像、语音等多种数据。
典型应用：图文对话，图文搜索，图文输出内容
5、计算机视觉（Computer Vision, CV）
简介：让计算机识别图像
目标检测，人脸识别，图像分类，图像分割。
典型模型：RCNN和FaceNet
6、机器人学（Robotics）
简介：让物理机器人感知环境并执行任务。
典型例子：扫地机器人，宇树科技的机器人。
7、专家系统（Expert Systems）
简介：模拟人类专家的决策能力。
典型应用：贷款审批系统，医疗诊断系统（MYCIN系统）8、其他分类如自动驾驶（Tesla Autopilot、Waymo）、生成式AI等（ChatGPT、Stable Diffusion），知识图谱（提示词工程，智能问答等）
页:
[1]