人工智能 是为了 模拟人的智能。
那么,人的智能包含哪些呢?视觉、听觉、语言、语音、文字、知识、学习、判断、分类……
因此,人工智能需要在 多个领域进行研究,不同领域 使用 相同或不同的方法 进行研究。
这些领域包括:
- 机器听觉
- 机器视觉
- 自然语言处理(NLP)
- 图片识别
- 文字识别
- 人脸识别
- 语音识别
- 语言翻译
- 专家系统
- 机器人技术
- ……
上面只是列举了一部分,还有更多的领域属于 人工智能研究范畴。
对于这么多领域的研究,人类目前积累了不少方法(算法)。其中有些方法过时了,有些方法正火热。
目前,最火热的研究方法是 机器学习 下的 深度学习。
0、三大主义及学派
符号主义、联结主义、行为主义。见 参考资料#1、#2。
参考资料#3 的说法:
在发展趋势上,随着 深度学习和强化学习 的兴起,联结主义和行为主义 已经成为 人工智能领域中的主流,而 符号主义则逐渐被淘汰。
1、专家系统
搜狗百科:专家系统
外文名 Expert system
专家系统是早期人工智能的一个重要分支,它可以看作是一类具有专门知识和经验的计算机智能程序系统,一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。 专家系统的发展已经历了3个阶段,正向第四代过渡和发展。 |
link:https://baike.sogou.com/v119581.htm
归属于:符号主义
2、模糊逻辑
百度百科:模糊逻辑
外文名 fuzzy logic
模糊逻辑 是 建立在多值逻辑基础上,运用模糊集合的方法来研究模糊性思维、语言形式及其规律的科学。 1965年美国数学家 L. Zadeh 首先提出了 Fuzzy集合 的概念,标志着Fuzzy数学的诞生。 |
与 人工智能 的关系(参考资料#4):
模糊逻辑系统的未来发展方向在哪里?
by zjz
发布于 2023-05-24 17:24
3、计算机视觉
人工智能 (AI) 的一个领域,是指让计算机能够 从图像、视频和其他输入中获取信息 的技术。
什么是计算机视觉 (Computer Vision)?
https://www.ibm.com/cn-zh/topics/computer-vision
by IBM
文中提到的研究方法:
1)机器学习 之 深度学习
2)卷积神经网络(CNN),还有 循环神经网络(RNN)
零基础小白,如何入门计算机视觉?
by 计算机视觉life(中科院博士,创业者。聚焦机器人定位建图、三维视觉AI。)
https://zhuanlan.zhihu.com/p/34401853
发布于 2018-03-10 09:48
引用:
像素级的图像处理知识 是 计算机视觉的底层基础知识。 计算机视觉可以分为两大方向:基于学习的方法和基于几何的方法。 其中基于学习的方法最火的就是 深度学习,而基于几何方法最火的就是 视觉SLAM。 |
应用
1)文字识别:OCR,ICR
2)人脸识别
3)自动驾驶/无人驾驶
4)手势识别
5)工业视觉
6)3D重建
7)智能视频分析
8)目标检测/跟踪
9)图像分割/分类
10)……
4、自然语言处理
英文Natural Language Processing,简写NLP。
简单来说 即是计算机接受用户自然语言形式的输入,并在内部通过人类所定义的算法进行加工、计算等系列操作,以模拟人类对自然语言的理解,并返回用户所期望的结果。
根据NLP的终极目标,大致可以分为自然语言理解(NLU)和自然语言生成(NLG)两种。
自然语言处理是是计算机科学领域与人工智能领域中的一个重要方向,被誉为“人工智能皇冠上的明珠”。
知乎:自然语言处理
1950-1970年,以语法规则为主流;
20世纪70年代,转向统计方法,具有马尔科夫性质的模型(包括语言模型,隐马尔可夫模型等);
2001年,神经语言模型,将神经网络和语言模型相结合;
2001年,条件随机场CRF;
2003年,LDA模型提出;
2008年,分布式假设理论提出;
以上,统计时代。
之后,NLP深度时代。
在20世纪80、90年代,卷积神经网络、循环神经网络等就已经被提出,多停留于理论阶段。
2013年,word2vec提出,NLP的里程碑式技术。
2013年,CNNs/RNNs/Recursive NN,随着算力的发展,神经网络可以越做越深,之前受限的神经网络不再停留在理论阶段。
在如今的NLP技术上,一般都能看见CNN/LSTM的影子。
2014年,seq2seq提出;
2015年,attention提出——NLP另一里程碑式的存在;
2017年末,Transformer提出——Google 公司论文《Attention is All You Need》;
2018年末,BERT提出,横扫11项NLP任务,奠定了 预训练模型方法 的地位,NLP又一里程碑诞生。
引用:传统的经典算法地位大不如前。
发布于 2023-04-10 08:45
在NLP中,机器学习模型 被广泛应用,这些模型是基于不同的算法和技术开发的。
GPT(Generative Pre-trained Transformer)是一种近期出现的语言模型。
其它模型:BERT 和 LSTM 这两个广泛应用的模型
知乎:为什么说NLP死了?
有各种回答,大家可以看看。
其中一句:
LLM即使不能全部搞定,一个LLM能搞定80%的子领域成应该是有的。 一个被解决的问题,还需要那么多人投入吗? by 平行宇宙 发布于 2023-04-14 13:19 |
也不要这么悲观,啥死不死的。看下面的博文,NLP还是有得研究的嘛。
语音识别
知乎:语音识别(ASR) 和自然语言处理(NLP)的关系是什么?
引用:
语音识别(Automatic Speech Recognition,ASR) 本质上是个 模态转换任务,其 将语音的采样点信号转换为文本信号。 可以理解ASR是个任务,它用到了NLP的一些方法。 |
5、机器人技术
全球百科:机器人技术
机器人学是 计算机科学与工程 的跨学科分支。机器人技术 涉及机器人的设计、建造、操作和使用。机器人技术 的 目标 是 设计可以帮助和协助人类的机器。 今天(2306月),随着技术的不断进步,机器人技术 是 一个快速发展的领域。 尽管在应用和形式上非常多样化,但在构造方面它们都有三个基本相似之处: 1、机器人都有某种机械结构、框架、形式或形状,旨在完成特定任务。 2、机器人具有为机器提供动力和控制的电气元件。 3、所有机器人都包含某种程度的计算机编程代码。 机器人程序 分为三种不同类型:远程控制、人工智能 和 混合。 |
机器人技术 是一个综合性技术,涉及的专业领域很多。其中,和 人工智能 有关的可以称为 【智能机器人】。
by 机器人库
《高科技与产业化》杂志
发表时间:2022年02月09日
未来的机器人发展中,人工智能非常重要。 人工智能的关键技术 决定了 机器人的未来。 人工智能的四大技术——记忆技术、感知技术、行动规划以及机器学习,近年来发展非常迅速。 这些技术完全可以移植到机器人里,未来的机器人一定是一个完备的、能够自主化、网络化的闭环的控制系统。 |
自动驾驶
自动驾驶:+汽车、+火车、+飞机、+轮船?
与 交通工具的融合 也属于 机器人技术的一种——智能交通工具可以和人聊天,只不过形态不是 人形的罢了。
也可以称为 【智能交通工具】。
目前,主要的自动驾驶研发 应该是 集中在 自动驾驶汽车领域 吧,当然,不同行业应用人工智能的程度是不同的。
by 王博Kings 发布于 2021-09-29 11:12
自动驾驶在感知、预测、高精定位等模块,对 机器学习 都有很深的应用和依赖。自动驾驶在一定程度上也促进了 机器学习 的发展。 总体来说,自动驾驶是一个前沿且热门的技术,是一个良好的中长期赛道,是投身汽车、出行行业所必须关注的领域。 |
分级图:
一些名词:
ACC:Adaptive Cruise Control 自适应巡航控制
AEB:Autonomous Emergency Braking 自动紧急制动
LKA:Lane Keeping Assist 车道保持辅助
车道偏离预警系统(LDW:Lane Departure Warning)
LCC(Lane Centering Control 车道居中控制 )
APA:Auto Parking Asist 自动泊车——L2级
TJA:Traffic Jam Assistant 交通拥堵辅助系统
HWA:Highway Assist 高速公路辅助驾驶
HWP:Highway Pilot 高速公路自动驾驶
ADS(Autonomous Driving Solution 华为高阶自动驾驶系统)
FSD(Full Self-Driving computer 特斯拉的)
36氪研究院:2023年中国自动驾驶行业研究报告
2023年02月16日
从乘用车到商用车,从L2+辅助驾驶逐渐成为标配,到无人配送车、无人环卫车、无人出租车等加速落地,自动驾驶应用如火如荼。 乘用车自动驾驶正在由L2向L3+过渡,商用车自动驾驶已进入商业化运营阶段 |
和 人工智能 相关:
6、机器学习
机器学习(Machine Learning,ML) 是什么?机器去学习——模拟人的学习能力,再使用之。
属于 人工智能中的一个研究领域,也是一种研究人工智能的方法类别。
经过前面的调查,发现现在的很多人工智能领域的研究 都会用到 机器学习中的一些方法(算法),而目前机器学习中,最热门的应该是——深度学习 了。
本节试着搞清楚我的一些疑问:
- 机器学习是什么?——一个研究人工智能的领域
- 机器学习 和 神经网络的关系?——神经网络是一种传统的机器学习研究算法
- 机器学习 和 深度学习的关系?——深度学习也是一种机器学习研究方法
- 神经网络 和 深度学习的关系?——见后文
- 大模型是什么,和 机器学习 有什么关系吗?——大规模深度学习模型,各领域大模型:语言大、视觉大、推荐大、语音大、对话大、代码生成大模型等,还有什么 强化学习大模型。
……
百度百科:机器学习
其实,
机器学习 的 定义有很多,不需要过度纠结,自己心里有一个符合基本条件的认知即可。
关于机器学习,更重要的是 搞清楚机器学习的方法——各种算法,分别解决什么领域的问题,当前进展情况如何——废弃了还是热门。
要是原因,还可以在前人的基础上创造新的算法。
原文作者:Daniel Faggella
机器学习 是 让计算机像人类一样学习和行动的科学,通过以 观察和现实世界互动的形式 向他们提供数据和信息,以 自主的方式 改善他们的学习。 上述定义包含了机器学习的理想目标或最终目标。
有许多不同类型的机器学习算法: 按学习风格(即监督学习,无监督学习,半监督学习); 通过形式或功能的相似性(即分类,回归,决策树,聚类,深度学习等)。 机器学习算法的所有组合都包含以下内容: 表示,评估,优化。 |
机器学习算法:让机器去学习。
不同的算法可以让机器学习到不同的“知识”——人类不一定可以理解,这些知识 又可以被用于 相同或不同的应用(场景)下。
疑问D:
知乎:神经网络和深度学习的关系
机器学习算法分类
百度百科:机器学习 中有更多更详细的分类介绍。
大分类:
- 监督学习算法 (Supervised Algorithms)
- 无监督学习算法 (Unsupervised Algorithms)
- 半监督学习算法
- 强化学习算法 (Reinforcement Algorithms)
- 深度学习
说明,大家可以看看 参考资料#6 的总结分类(2018年初 的文章)。
监督学习算法分类:
- K-近邻(KNN)
- 线性回归
- 逻辑回归
- 支持向量机
- 决策树和随机森林
- 神经网络
- 朴素贝叶斯法
注意,其中包括 “F.神经网络” 算法的。
无监督学习算法分类:
传统机器学习 的研究方向主要包括 决策树、随机森林、人工神经网络(Artificial Neural Networks,ANN)、贝叶斯学习 等方面的研究。
深度学习(DL,Deep Learning)是机器学习(ML,Machine Learning)领域中一个新的研究方向,它被引入机器学习使其 更接近于最初的目标——人工智能(AI,Artificial Intelligence)。(百度百科:机器学习)
DL的一个脑图:
7、复盘小结
人工智能研究内容:
让机器具备智能。
智能 是指类似于 人的智能。
人的智能 来自于 对视觉、听觉、嗅觉、触觉、味觉、环境等的反应,人工智能 也需要对这些进行研究。
机器视觉、机器听觉、机器学习、NLP、机器人等。
不过,
在模拟人的各种智能的基础上,是可以超越人的智能,比如,人类视觉主要是针对 可见光,但机器视觉是可以拓展到更宽的光谱的。
人工智能 的研究领域中,机器学习 最火热,而机器学习的各种算法中,深度学习 最火热。
深度学习的火热 应该会持续,在深度学习之后呢?有人说是 迁移学习,见下文:
目前,由于GPT、ChatGPT的刺激,全球公司巨头都投入了 大模型(不清楚)的竞争中,其中,OpenAI+Microsoft、Google 是其中的佼佼者,其它公司也在奋力追赶。
比较遗憾的是,由于芯片制裁,咱国没法买到最新的 英伟达的GPU芯片。
只能说,加油吧。
---END---
特别说明,
1)本文引用了很多博文链接,如有侵权,请通知;
2)作者水平非常有限,如有错漏,非常欢迎不吝指正。
本文链接:
https://www.cnblogs.com/luo630/p/17447958.html
参考资料
1、人工智能起源于这三家学派?
2018-12-26 13:20
by 同花顺智能服务
https://www.toutiao.com/article/6639167420290302467/
2、人工智能研究方法,3+1>4
by 喜欢打酱油的老鸟
于 2018-12-29 08:48:29 发布
https://blog.csdn.net/weixin_42137700/article/details/85333710
3、人工智能的3大流派简介:联结主义、符号主义、行为主义
https://zhuanlan.zhihu.com/p/619260232
by 后图灵测试
发布于 2023-04-04 08:30
4、一文搞懂什么是模糊逻辑【附应用举例】
https://zhuanlan.zhihu.com/p/404174217
发布于 2021-08-27 14:42
5、模糊逻辑系统和进化算法简介
by 李为
https://zhuanlan.zhihu.com/p/112891766
发布于 2020-03-13 12:25
6、Machine Learning: 十大机器学习算法
by RiboseYim
https://zhuanlan.zhihu.com/p/33794257
发布于 2018-02-13 01:21
7、百度百科:机器学习
8、百度百科:机器学习算法
9、
ben发布于博客园
标签:NLP,机器,人工智能,机器人,学习,算法,概述,梳理 From: https://www.cnblogs.com/luo630/p/17447958.html