人工智能学习记录-人工智能的技术流派&应用分类
前序的学习记录已结束慕课课程的第二章 人工智能发展简史的内容;而接下来三章课程内容的词,与我刷到的人工智能相关词有那么一些像又不那么像:基于决策树和搜索的智能系统(专家系统、博弈树、最大最小值法、α-β剪枝、启发式算法)、基于仿生算法的智能系统(基因遗传算法)、基于神经网络的智能系统(人工神经网络、机器学习、监督学习、非监督学习、强化学习);
所以在开始接下来的三章的学习内容总结前,我想我需要先弄清楚一些整体性的框架的定义、分类划分等,也不一定能完全正确的清楚,但希望至少得弄明白个大概的;
<hr/>以下是我一脸懵逼的信息搜索过程;
第一步搜索:利用的“知乎”搜索“人工智能 机器学习”;
GET到信息:
a. 机器学习是人工智能的一个子集,深度学习是一种受人类大脑神经元之间的联系而启发出来的机器学习 方式。
知乎盐选 | 人工智能、机器学习与深度学习:究竟什么是深度学习? b. 人工智能是最大的一个圆,圆里面分为两部分:一部分叫人工学习,也就是前面我们讲的专家系统;另一部分叫机器学习,就是机器自己学习。机器学习里面包含神经网络,在神经网络里面还要再分,一个是浅度学习,一个是深度学习;在过去芯片集成度低时,我们只能模仿很少的神经元。现在由于集成度在提高,我们可以模仿很多的神经元,当很多神经元被组成多层的网络时,我们就叫它深度学习。
另外还get一张五大流派八卦图,来源于美国华盛顿大学佩德罗 多明戈斯教授,《终极算法》,中信出版社,2017年(机器学习的五大学派)
如何定义「机器学习」?「机器学习」跟人工智能的关系是什么样的?
五大流派 八卦图
第二步搜索:利用“知乎”搜索“人工智能 机器视觉 自然语言处理”;
GET到信息:
a. 计算机视觉(computer vision)又称为机器视觉(machine vision),顾名思义是一门教会计算机如何去看世界的学科。在机器学习大热的的前景下,计算机视觉与自然语言处理(natural language process,NLP)及语音识别(speech recognition)并列为机器学习方向的三大热点方向。
计算机视觉是当下最有前途的人工智能方向吗?基于 认为机器视觉等可以归类人工智能应用的方向 的理解,又拓展搜索了一些有关 学会以及国家工信部在人工智能领域的职业技能规划;
a. 工业和信息化部 教育与考试中心:工业和信息化职业技能认证,在人工智能领域的培训项目和岗位名称,有点杂,具体如图:人工智能产业政策与行业应用&人工智能与产业发展(人工智能研究员)、人工智能技术与应用实践(人工智能工程师)、人工智能与机器学习(人工智能算法工程师)、机器学习与深度学习&深度学习框架(深度学习算法工程师)、自然语言处理技术&人脸识别与自然语言处理(自然语言处理工程师)等;
工业和信息化职业技能提升工程 / 培训项目目录_工业和信息化部教育与考试中心
工业和信息化职业技能认证培训项目-人工智能
b. 中国人工智能学会,人工智能职业技能等级认证有七个方向的:计算机视觉(计算机视觉工程师-初/中/高)、自然语言处理(自然语言处理工程师-初/中/高)、深度学习(深度学习工程师-初/中/高级)、人工智能基础教育(编程指导师-初/中)、数据分析(数据分析师-初/中)、技术服务(人工智能训练师-初级)、元宇宙(元宇宙内容创作师-初/中级)
人工智能
<hr/>整体看下来后,个人不成熟理解如下,机器视觉等可归类为人工智能应用的方向,机器学习/人工神经网络等可归属人工智能实现的方法,终极吸收总结:
人工智能技术分类(学派分类)
人工智能技术大的方向划分为 人工学习 和 机器学习;人工学习,即为专家系统(知识表示、规则推理);机器学习,又可划分为五大流派:符号学派(决策树、搜索)、贝叶斯学派、类推学派(非监督学习、聚群)、联结学派(监督学习、人工神经网络、深度学习)、进化学派(基因遗传算法)
其实对这里的分法,个人还是有些疑问没有解决的;
专家系统在前序的学习记录中是符号主义延续发展的,那和这里的符号学派是关联的么?
机器学习课程内容里有一种分类方式,分为监督学习、非监督学习、强化学习;监督和非监督是可以分别对应到联结和类推学派么,强化学习又对应哪个学派?
目前选择保留疑问,更详细的学习了解后再返回来看。 人工智能行业职业细分(应用细分)
应用细分方向逐渐成型、比较热门的有:计算机视觉、自然语言处理、数据分析、元宇宙拓;展出的相关行业职业方向有:人工智能基础教育、技术服务/数据标注 |