AI 基础知识体系

1. 什么是人工智能？

1.1 基本定义

人工智能（Artificial Intelligence，AI）是指让计算机或机器系统表现出人类智能行为的技术集合。这种“智能”包括感知、理解、推理、学习、规划、决策等能力。

AI 的本质目标是使机器能“像人类一样思考和行动”，长期追求的是构建具备“通用智能（AGI）”的系统。

人工智能的发展涉及多个交叉学科，包括计算机科学、数学、神经科学、语言学和心理学等。AI 已广泛渗透进语音助手、自动驾驶、智能客服、金融风控等实际应用中，是推动数字社会演进的关键力量。

1.2 起源与历史

年代	关键事件
1950	图灵提出“图灵测试”
1956	达特茅斯会议提出 AI 概念，AI 学科诞生
1980s	专家系统兴起（符号主义）
2010+	深度学习推动 AI 进入应用时代
2020+	大模型和通用人工智能研究加速

2. AI 的分类方式

人工智能的分类可以从不同维度展开理解，以下是最常见的两种方式：按智能水平和按技术方法分类。

2.1 按智能水平分类

• 弱人工智能（ANI）：也称为窄域 AI，专注于单一任务，例如语音识别、人脸识别、推荐系统等，是目前主流的 AI 应用类型。
• 强人工智能（AGI）：具备与人类相当的学习、推理、适应能力，能够跨任务迁移和通用解决问题，目前仍处于研究阶段。
• 超级人工智能（ASI）：理论上超越人类智能的 AI，拥有自我意识、创造力和独立意志，目前仍属科幻设想。

2.2 按技术方法分类

• 符号主义 AI：基于知识库和逻辑规则，通过推理系统解决问题（如专家系统）。
• 连接主义 AI：以神经网络为核心的学习模型，强调数据驱动（如深度学习）。
• 进化主义 AI：模拟生物进化过程的算法，如遗传算法、蚁群优化等，适用于复杂优化任务。

3. AI 学习范式

人工智能的核心能力在于学习，主流学习范式包括监督学习、无监督学习和强化学习三种。

3.1 监督学习（Supervised Learning）

通过大量带标签的数据集训练模型，学习输入与输出之间的映射关系。

• 典型应用：图像分类、垃圾邮件识别、情感分析。
• 常用算法：线性回归、支持向量机（SVM）、神经网络、决策树、XGBoost。

3.2 无监督学习（Unsupervised Learning）

模型基于未标注数据自主发现数据中的模式与结构。

• 典型应用：用户画像聚类、降维、异常检测。
• 常用算法：K-Means、主成分分析（PCA）、自编码器（AutoEncoder）。

3.3 强化学习（Reinforcement Learning）

智能体通过与环境交互、获取奖励反馈，不断优化策略。

• 典型应用：游戏策略（如 AlphaGo）、机器人控制、动态资源分配。
• 代表算法：Q-Learning、DQN、PPO、A3C。

4. 深度学习核心技术

深度学习是连接主义 AI 的核心技术，其本质是使用多层神经网络从数据中自动提取特征。

4.1 常见神经网络结构

• DNN（全连接网络）：基础神经网络，用于结构化数据建模。
• CNN（卷积神经网络）：广泛用于图像识别、物体检测。
• RNN/LSTM（循环神经网络）：用于时间序列预测、语音识别、机器翻译。
• Transformer：基于自注意力机制，当前 NLP 和多模态任务的主力结构。

4.2 主流深度学习框架

框架	特点
TensorFlow	静态图计算、部署友好、谷歌主导
PyTorch	动态计算图、调试便捷、广泛应用于研究
JAX	高效自动微分、用于高性能科研与分布式训练

5. 代表性 AI 应用场景

5.1 自然语言处理（NLP）

让计算机理解与生成自然语言的能力。

• 文本分类、情感分析、命名实体识别
• 机器翻译（如 Google Translate）
• 问答系统与聊天机器人（如 ChatGPT）

5.2 计算机视觉（CV）

赋予计算机“看”的能力。

• 图像识别、人脸识别、目标检测（如 YOLO）
• 医学影像诊断、车牌识别
• 自动驾驶中的环境感知

5.3 推荐与搜索系统

• 个性化推荐（如抖音、Netflix）
• 搜索排序优化（如百度、谷歌）
• CTR（点击率）预测、召回模型优化

5.4 自动驾驶与机器人

• 多模态感知：融合视觉、雷达、GPS 数据
• 路径规划与运动控制
• 智能导航、物理世界交互

6. 当前趋势与挑战

6.1 多模态 AI

整合图像、语音、文本等多模态信息，提升模型理解与表达能力。

• 代表模型：CLIP、BLIP、GPT-4 with Vision
• 应用：图文问答、多模态生成、视觉语言导航

6.2 预训练与小样本学习

通过大规模无监督预训练，提升模型在低资源环境下的适应能力。

• 模型：BERT、GPT、T5、PaLM
• 优势：通用性强，迁移能力强，适配多任务

6.3 AI 的伦理与安全挑战

• 算法偏见、透明度缺失
• 可解释性不足
• 模型滥用与安全漏洞（如 Deepfake）

7. 学习路径与资源推荐

7.1 建议学习路径

1. 理论基础：线性代数、概率论、优化方法
2. 机器学习核心算法（监督/无监督/强化学习）
3. 深度学习框架实战（PyTorch / TensorFlow）
4. 项目实践：NLP、CV、推荐系统等
5. 阅读前沿论文，关注 arXiv 与顶会（NeurIPS、ICLR）

7.2 推荐资源

• 《Deep Learning》 — Ian Goodfellow
• 《Pattern Recognition and Machine Learning》 — C. Bishop
• CS229/CS231n — Stanford 课程
• Fast.ai 在线课程
• Hugging Face Transformers 库与数据集