这几天参加了美团的提前批面试,被问了这个问题,一下子就蒙了(好丢人。。。)。回来赶紧学习一下,总结在这里。
目录
1.人工智能(Artificial Intelligence,AI)
一、总述:
1.发展顺序
2.包含关系
简而言之:
- 人工智能概念最大;
- 机器学习是实现人工智能的工具;
- 深度学习是众多机器学习方法中的一种。
三、细说三者:
1.人工智能(Artificial Intelligence,AI)
- 人工智能提出的初衷:
计算机出现之后,人们希望能够制造出拥有人类的思维方式、实现人类行为的更加复杂的机器。
- 人工智能的目标:
逻辑推理:使计算机能够完成人类能够完成的复杂心理任务。例如下棋和解代数问题。
知识表达:使计算机能够描述对象,人员和语言。例如能使用面向对象的编程语言 Smalltalk。
规划和导航:使计算机从A点到B点。例如,第一台自动驾驶机器人建于20世纪60年代初。
自然语言处理:使计算机能够理解和处理语言。例如把英语翻译成俄语,或者把俄语翻译成英语。
感知:让电脑通过视觉,听觉,触觉和嗅觉与世界交流。
紧急智能:也就是说,智能没有被明确地编程,而是从其他AI特征中明确体现。这个设想的目的是让机器展示情
商,道德推理等等。
- 目前的发展阶段:
尽管人们最初的构想是希望制造出具有人类智慧的机器(“通用人工智能”(General AI)),但是现在我们还远没有达到这样的目标。目前我们所能实现的人工智能被称作“弱人工智能”(Narrow AI)。弱人工智能能够从事特定的任务,而且实现的水平相当于人类,或者优于人类(如近期大热的Alpha Go)
2. 机器学习(Machine Learning)
机器学习可以说是人工智能的核心,他是实现人工智能的一种重要途径。简单而言,机器学习就是:现给予一批数据样本,然后通过算法来学习这批数据,然后利用学习的结果来实现预测或推断。
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。
从学习方法上来分,机器学习算法可以分为监督学习(如分类问题)、无监督学习(如聚类问题)、半监督学习、集成学习、深度学习和强化学习。
3.深度学习(Deep Learning)
深度学习是机器学习中的一种技术方法。它的不断发展,使得无人驾驶、个性化推荐等技术成为可能。 也是它在近些年的突飞猛进的发展,使得人工智能进入越来越多人的视野。
提到深度学习,不得不提神经网络。在早期的机器学习研究中,人工神经网络被提出。人工神经网络是模拟动物的神经传导方式二提出的一种机器学习方法。然而,由于即便是最简单的神经网络,也需要耗费大量的计算资源,所以很长时间都没有受到大家的重视。
2006年,Hinton提出了神经网络深度学习算法,以此为分界线,此前的人工神经网络算法虽然也被称作多层感知机,但是由于基本也就只有一层隐藏层,因此被称作“浅层模型(浅层学习)”;Hinton通过逐层初始化的方式解决了多层神经网络难以训练的问题,并且指出许多的隐藏层都具有很好的特征学习能力,在此之后,开始迈入“深度学习”的新境界。
深度学习的提出,使得很多复杂的人工智能的问题得以解决。
四、结束语
以上内容来自于对多篇博文的总结。参考链接附在下面。
五、参考链接
[1] 人工智能发展——机器学习简史