很多人都想学习人工智能,但是却不知道该学些啥?从宏观的视角搞清楚人工智能到底需要学习哪些领域的知识是至关重要的。这就好比要去逛一座大的商场,非常需要一份商场的楼层导览图,它能够告诉你各个楼层商户的分布;又好比去一个风景区游玩,非常需要一份景区地图,它能够为你清晰地呈现所有景点的位置。如果能够通过图形可视化的方式呈现出人工智能的知识架构,那么对于想要快速入门人工智能的人来说就能够直观地了人工智能到底应该学些啥。

通过图形可视化的方式对人工智能的知识架构加以呈现可以采用两种方式,即分别从系统和知识的角度加以呈现。本文主要从系统角度呈现人工智能的知识架构。关于从知识角度呈现人工智能的知识架构的内容将在下一篇文章《图解人工智能知识架构(从知识角度告诉你人工智能到底学些啥)》中加以介绍,欢迎阅读。

从系统的角度看,人工智能的知识架构可以分拆为:AI理论、AI算法、AI软件、AI硬件等,具体参见图 2-1。

图 2-1 从系统角度看人工智能的知识架构

1.人工智能理论

AI理论涉及的内容如图 2-2所示,主要包括数学、神经科学、心理学、物理、专业理论、伦理学等[1]。AI中的数学理论主要包括分析学、概率论与统计学、线性代数与矩阵论、运筹学与最优化等,当然一些更高阶的内容,例如向量微积分、测度论等也是必须的。神经科学对AI研究有特别重要的理论意义,例如神经科学中与大脑相关的部分是AI领域中神经网络、深度学习的重要理论基础;此外,计算机视觉作为AI的一个重要领域,其创始人 David Marr就是剑桥大学神经生物学毕业的博士。心理学中与决策相关的部分对于AI的研究有重要指导意义,如何决策也是AI的研究内容之一。物理学对AI的发展也具有显著意义,例如光学成像就是AI中计算机视觉领域的一个重要的研究内容,又比如物理学中熵的概念[2][3]被引入AI中,从而发明了最大熵模型。专业理论则是指AI的具体应用领域的相关理论,例如将AI应用于金融分析中,则必须学习金融学有关的理论。伦理学主要解决人工智能技术的安全性及合法性等方面的问题,例如隐私保护等。

图 2-2 AI理论所涉及的内容

2.人工智能算法

AI算法的研究内容其本质是研究如何将数学模型转换为计算机能够执行的步骤。在AI的研究过程中,首先需要对具体的应用问题进行数学建模,但这些数学模型往往是高度抽象的。要将抽象的数学模型转变为生产力去解决物理世界中的实际问题,就必须借助计算机或者机器,让它们去执行相关的指令。这就必须通过程序去实现。在将数学模型转换为具体代码的过程中必须要有一个连接两者的桥梁,这个桥梁就是算法,见图 2-3。因此,算法研究人员通常是利用数学理论对具体问题进行建模,然后将模型转换为算法。相比于数学模型,算法能够更容易被程序员理解,进而写成代码。程序员可能看不懂数学公式,但是却能够很容易理解算法。

图 2-3 数学理论、算法和代码之间的关系

3.人工智能软件

AI软件的研究内容是为AI系统建立一套程序运行的框架或者架构,它是AI算法的载体,是包含一系列算法的集合。比如无人机软件就是无人机运行的一个软件架构,它里面包含了与无人机操作相关的一系列算法。AI软件的研究非常重要,它需要考虑代码的可扩展性、稳定性、高效性等一系列至关重要的问题。因此,AI软件的研究是AI研究内容的一个重点。虽然市面上有一些开源的AI软件可以解燃眉之急,但为长远计,还是要高度重视AI软件的研究和开发,避免被AI软件卡脖子的问题出现。

4.人工智能硬件

AI硬件的研究内容主要包括构建高性能AI服务器及AI系统决策指令的执行机构等,比如分布式数据存储器、GPU、机器人、无人驾驶汽车等,如图 2-4所示。AI软件和硬件的关系,好比人的大脑和四肢的关系。光有大脑,而没有四肢,就无法发挥人的作用。同样地,光有AI软件而没有AI硬件,就无法发挥AI的巨大威力。因此,对AI硬件的研究也必须高度重视。

图 2-4 常见的AI硬件设备

对于AI学习者而言,理论上可以按照AI理论、AI算法、AI软件、AI硬件这样的路线来学习,不过按照这样的思路来写的教材非常少见,所以按照这样的模式来逐步学习不太现实。但对于构建实际的人工智能系统而言,往往需要用到此知识架构。因此,建议按照下一篇文章,即《图解人工智能知识架构(从知识角度告诉你人工智能到底学些啥)》,来指导自己进行人工智能的学习,等搭建好自己的人工智能知识体系后,再将自己的知识体系转换成此文中的知识架构,进而指导自己构建人工智能系统的实践。

参考文献

  1. 郑南宁. 人工智能本科专业知识体系与课程设置[M]. 北京: 清华大学出版社, 2019.

  1. 晋宏营. 最大熵原理导出理想气体分子的速度和速率分布[J].科学技术与工程, 2012,12(030):7989-7992.

  1. 李素建, 刘群, 杨志峰. 基于最大熵模型的组块分析[J]. 计算机学报, 2003, 26(12):1722-1727.

  1. 南京大学人工智能学院. 人工智能导论[M]. 北京: 机械工业出版社, 2019.

  1. 焦李成, 李阳阳, 侯彪, 石光明. 人工智能学院本硕博培养体系[M]. 北京: 中国铁道出版社, 2019.

关于人工智能快速入门的更多精彩内容,可以购买《人工智能怎么学》进一步阅读。

图书购买方式

京东:https://item.jd.com/13395339.html

当当:http://product.dangdang.com/29469230.html

天猫:https://detail.tmall.com/item_o.htm?id=687374654836

为了让图书惠及更多的读者,为更多想学习人工智能的人提供帮助,经过向出版社申请,对图书《人工智能怎么学》的部分内容进行连载。图书《人工智能怎么学》的全部内容包含了初级入门、中阶提高以及高级进阶三个级别的内容。连载的内容主要是初级入门级别,适合想对人工智能进行快速和高效入门的读者,对于已有一定的人工智能学习基础,希望进一步进阶或提高的读者,则需要购买图书《人工智能怎么学》,学习中阶提高以及高级进阶的内容。此外,对于学习人工智能感兴趣的读者,也可以加入知识星球《人工智能怎么学》,知识星球是一个构建学习社群的平台,通过加入《人工智能怎么学》的社群,你将获得更多的学习资料和课程信息。

与作者互动和了解更多信息

想跟作者一起学习人工智能和互动,你可以加入如下社群:

知识星球:https://t.zsxq.com/0aLkVg0os

QQ群:600587177

想了解更多关于人工智能学习及实践的内容,请关注如下媒体:

官方网站:https://bigdatamininglab.github.io

官方微信公众号:人工智能怎么学(微信搜索“人工智能怎么学”添加关注)

CSDN:https://blog.csdn.net/audyxiao001

注:本文版权归作者个人所有,如需转载请联系作者,未经授权不得转载。

图解人工智能知识架构(从系统角度告诉你人工智能到底学些啥)相关推荐

  1. 图解人工智能知识架构(从知识角度告诉你人工智能到底学些啥)

    很多人都想学习人工智能,但是却不知道该学些啥?从宏观的视角搞清楚人工智能到底需要学习哪些领域的知识是至关重要的.这就好比要去逛一座大的商场,非常需要一份商场的楼层导览图,它能够告诉你各个楼层商户的分布 ...

  2. 软件测试入门知识,jmeter系统基础课程———带你由浅入深学性能(完)

    软件测试知识持续更新中 性能测试常见问题 简述性能测试流程 如何确定系统最大负载? 你们系统哪些地方(哪些功能)做了性能测试? 你们的并发用户数是怎么确定的? 你们性能测试什么时间执行? 怎么分析性能 ...

  3. 一图看懂新一代人工智能知识体系大全

    来源:财经头条 摘要:人工智能的发展离不开基础支持层和技术层,基础支持层包括大数据.计算力和算法:技术层包括计算机视觉.语音识别和自然语言处理.人工智能的技术本质是什么,本文会详细分析. 人工智能的发 ...

  4. 信号与系统奥本海姆第二版_【中山大学电通信通信号与系统考研】自编的两张小卡片带大家整理一下《奥本海姆·信号与系统》的知识架构...

    建议有时间的同学看看以下的视频,讲解的比文章详细些. [中山大学信号与系统考研]<奥本海姆·信号与系统>教材读不下去?抓不住重点?自编的两张小卡片带大家整理一下知识架构.考研的,本科学习的 ...

  5. 陈杰院士:多无人系统协同中的人工智能安全探索

    来源:中国工程院院刊 作者:施文.王楷文.俞成浦.孙健.陈杰,控制理论与控制工程专家.中国工程院院士. 多无人系统协同作为一项人工智能的颠覆性技术,将在空间上分布的无人系统有机连接起来,在给社会创造价 ...

  6. 人工智能知识体系梳理

    本文将从以下几个角度阐述AI的知识体系:基础算法&模型,NLP,机器学习(深度学习),大数据(人工智能)平台核心架构,开发语言选择,主流第三方库(框架). 简单来说,我们要开始人工智能的工作, ...

  7. 云计算、大数据和人工智能知识普及

    01 云计算最初的目标 云计算最初的目标是对资源的管理,管理的主要是计算资源.网络资源.存储资源三个方面. 1. 管数据中心就像配电脑 计算资源.网络资源.存储资源 2.灵活就是想啥时要都有,想要多少 ...

  8. 读不懂Spring源码不要紧,今天从架构设计的角度先了解下底层逻辑

    前言 为什么需要Spring? 什么是Spring? 对于这样的问题,大部分人都是处于一种朦朦胧胧的状态,说的出来,但又不是完全说的出来,今天我们就以架构设计的角度尝试解开Spring的神秘面纱. 本 ...

  9. 【国内首家】第一个基于语音生成实时知识图谱的系统来啦!!!

    点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要8分钟 Follow小博主,每天更新前沿干货 基于文本生成知识图谱的研究很常见,但是基于语音生成知识图谱,这算是第一家. 在这个信息飞速发展的 ...

最新文章

  1. 文字转语音引擎未就绪_5个文字转语音网站,其中最强堪比真人发音
  2. pc显示器分辨率 前端_五款高性价比PC显示器推荐 499元起
  3. 【Linux】crontab 定时任务 遇到几个问题
  4. web设计师和前端设计师的互动—前端工程师应该具备的三种思维
  5. 如何降低90%Java垃圾回收时间?以阿里HBase的GC优化实践为例
  6. Failed to get response from /vue-cli-version-marker
  7. php 三方即时通讯_php即时通讯解决方案-请问PHP能否实现即时通讯?
  8. c语言设计一个按时间片轮转法实现处理器调度的程序,设计一个按时间片轮转法实现处理器调度的程序...
  9. cad图纸问号怎么转换文字_CAD打开图纸后字体显示为问号,这样解决治标治本(送)...
  10. Xcode中常见的错误,警告和解决方法
  11. wpf label字体为斜体_快来收下这份字体设计必备知识点
  12. 基于jquery,bootstrap数据验证插件bootstrapValidator 教程
  13. 微博注册页面html,微博静态模板html
  14. 各种hadoop原理图
  15. 【专题5:硬件设计】 之 【50.运算放大器详解b - 负反馈电路、正反馈电路和共模干扰】
  16. php汉字转拼音百家姓版,百家姓详(带拼音).ppt
  17. 3种方式教你怎样显示手机wifi密码,不再愁密码忘记了
  18. 解析四种大数据文件格式
  19. 视频人员行为识别(Action Recognition)
  20. 【学习笔记】原根 + 欧拉定理 + 威尔逊定理

热门文章

  1. 关于蓝桥杯的乱七八糟的话(经验、心得、建议、技巧)
  2. 关于整型转字符串的三种方法
  3. 2020年R1快开门式压力容器操作复审模拟考试及R1快开门式压力容器操作作业模拟考试
  4. 正在连接箐英服2服务器,《魔兽世界》低人口服务器连接现有服 2至3个月完成辅助...
  5. GPRS对比CDMA(转)
  6. 中国大学MOOC计算机程序设计(C++)——第2周 简单信息的表示和基本运算代码
  7. 为什么是小鹏P7率先做到十万台量产,凭什么?
  8. GCC总结、C语言关键字和运算符
  9. 2020年9月电子学会C语言等级考试试卷(五级)答案解析
  10. 记录问题:No startup URLs supplied and no plausible ones found -- use -startupUrl