当前位置：首页 > news >正文

什么是人工智能（Artificial Intelligence，AI）？ —— 机器学习 =》深度学习 =》新型技术

news 来源：原创 2025/7/27 15:47:18

文章目录

什么是人工智能（Artificial Intelligence，AI）？ —— 关系：AI >> ML >> DL
一、机器学习（Machine Learning，ML）
- 1、历史
- 2、类型
- - （1）监督学习（Supervised Learning）
  - - ① 分类（Classification）：K 最近邻 (KNN)、朴素贝叶斯分类器算法、支持向量机 (SVM)算法、决策树和随机森林模型
    - ② 回归（Regression）：线性回归、逻辑回归、岭回归和套索回归
  - （2）无监督学习（Unsupervised Learning）
  - - ① 聚类（Clustering）：层次聚类和K 均值聚类
    - ② 降维（Feature reduction）：主成分分析（PCA）、非负矩阵分解（NMF）、线性判别分析（LDA）和广义判别分析（GDA）
  - （3）半监督学习（Semi-supervised learning）
  - （4）强化学习（Reinforcement Learning）：Q学习、深度强化学习
二、深度学习（Deep Learning，ML）
- 1、自然语言处理（Natural Language Processing ，NLP）
- 2、卷积神经网络（Convolutional Neural Networks，CNN）
- - （1）神经网络原理：神经元、神经元权重、前向传播、激活函数、反向传播、成本函数和梯度下降
  - （2）卷积神经网络：卷积层、池化层、全连接层
  - （3）深度卷积神经网络：卷积层、池化层、全连接层、Dropout 层、激活函数层
  - （4）应用
  - - ① 计算机视觉
    - ② 自动驾驶汽车
    - ③ 物联网（The Internet of Things，IoT）
    - ④ 生成式AI（ (Generative AI) ）：ChatGPT、DeepSeek
    - ⑤ 具身智能（Embodied Intelligence）：宇树科技
    - ⑥ 智能体（Agent）：Manus实用性智能助手
    - ⑦ 可穿戴医疗设备
备注：PyTorch vs TensorFlow
备注：杭州六小龙 —— 游戏科学、深度求索、宇树科技、云深处科技、强脑科技和群核科技

什么是人工智能（Artificial Intelligence，AI）？ —— 关系：AI >> ML >> DL

什么是人工智能（AI）？

一、机器学习（Machine Learning，ML）

1、历史

什么是机器学习？ —— 历史

2、类型

机器学习有哪四种类型？
需要了解的 4 种机器学习类型
监督学习与无监督学习：有什么区别？

十大机器学习算法 —— 线性回归、逻辑回归、线性判别分析、分类和回归树、朴素贝叶斯、K最近邻（KNN）、学习矢量量化（LVQ）、支持向量机（SVM）、随机森林、Boosting 和 AdaBoost

（1）监督学习（Supervised Learning）

什么是监督学习？
机器学习的 5 种分类算法 —— 逻辑回归、K最近邻（K-NN）、支持向量机（SVM）、朴素贝叶斯、决策树分类

① 分类（Classification）：K 最近邻 (KNN)、朴素贝叶斯分类器算法、支持向量机 (SVM)算法、决策树和随机森林模型

K最近邻算法：简介
什么是决策树？
随机森林：机器学习完整指南

② 回归（Regression）：线性回归、逻辑回归、岭回归和套索回归

什么是线性回归？
什么是逻辑回归？

（2）无监督学习（Unsupervised Learning）

什么是无监督学习？

① 聚类（Clustering）：层次聚类和K 均值聚类

什么是 K-Means 聚类算法？

② 降维（Feature reduction）：主成分分析（PCA）、非负矩阵分解（NMF）、线性判别分析（LDA）和广义判别分析（GDA）

主成分分析（PCA）：分步解释

（3）半监督学习（Semi-supervised learning）

（4）强化学习（Reinforcement Learning）：Q学习、深度强化学习

什么是强化学习？

二、深度学习（Deep Learning，ML）

什么是深度学习？它是如何运作的？

1、自然语言处理（Natural Language Processing ，NLP）

什么是自然语言处理 (NLP)？
自然语言处理（NLP）简介
什么是自然语言理解 (NLU)？

2、卷积神经网络（Convolutional Neural Networks，CNN）

什么是图神经网络 (GNN)？

（1）神经网络原理：神经元、神经元权重、前向传播、激活函数、反向传播、成本函数和梯度下降

神经网络如何工作？ —— 神经元、神经元权重、前向传播、激活函数、反向传播、成本函数和梯度下降
理解和构建神经网络 (NN) 模型 —— 原理推导

（2）卷积神经网络：卷积层、池化层、全连接层

卷积神经网络解释 —— 卷积层、池化层、全连接层

（3）深度卷积神经网络：卷积层、池化层、全连接层、Dropout 层、激活函数层

深度卷积神经网络（DCNN）详解 —— 卷积层、池化层、全连接层、Dropout 层、激活函数层

（4）应用

① 计算机视觉

什么是计算机视觉？

光学字符识别 (OCR)
什么是图像识别？
面部识别详解

什么是模式识别？
人工智能如何帮助更早发现肺癌

② 自动驾驶汽车

什么是自动驾驶汽车？

③ 物联网（The Internet of Things，IoT）

物联网（英文：Internet of Things，缩写：IoT）起源于传媒领域，是信息科技产业的第三次革命。物联网是指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。
什么是物联网？

④ 生成式AI（ (Generative AI) ）：ChatGPT、DeepSeek

什么是生成式人工智能？

⑤ 具身智能（Embodied Intelligence）：宇树科技

机器人：具身机器人、聊天机器人、协作机器人、工业机器人、医疗机器人、农业机器人、微型机器人、增强机器人
机器人技术：什么是机器人？ —— 主要部件、类型、利与弊、历史与未来
什么是机器人流程自动化 (RPA)？

⑥ 智能体（Agent）：Manus实用性智能助手

智能体（Agent）是指能够感知环境并采取行动以实现特定目标的代理体。它可以是软件、硬件或一个系统，具备自主性、适应性和交互能力。智能体通过感知环境中的变化（如通过传感器或数据输入），根据自身学习到的知识和算法进行判断和决策，进而执行动作以影响环境或达到预定的目标。

Manus是一种集成多模态理解、任务规划与执行、个性化交互于一体的通用型人工智能助手（General-purpose AI Assistant）。其目标是模拟或超越人类助手在日常、工作、学习等多场景下的响应能力与执行效率，提供泛场景、持续性、高适应性的智能支持。

Manus典型能力主要涵盖以下几个方面：

自然语言理解与生成：具备强大的文本解析和生成能力，能够精准理解用户意图，生成上下文一致、逻辑严密的自然语言回应。
多模态处理：支持图像、语音、文本等多模态信息的输入与协同处理，可进行图文理解、语音交互、图像识别等复合任务。
自主任务规划与执行：能根据用户指令进行任务分解、步骤规划，并结合API、外部工具自动化执行。
个性化与上下文记忆：支持长周期会话、用户偏好记忆与个性化响应，能根据上下文持续优化交互效果。
插件系统与可拓展性：通过插件化架构连接第三方服务，实现对浏览器、文档、代码、工具平台等的原生操作能力。

智能体（Manus）与生成式AI（ChatGPT）的区别

对比项	Manus（通用型AI助手）	ChatGPT / DeepSeek（基础大模型）
核心角色	实用型智能助手（Agent）	通用知识与语言建模器
使用目标	实现任务执行与问题解决	提供通用的语言理解与生成能力
用户视角	像“数字助理”或“虚拟秘书”	像“高级搜索引擎”或“对话百科”
功能导向	面向执行（Do）	面向生成（Say）

Manus以「执行任务」为核心，例如：订票、处理表格、调用系统命令。而ChatGPT或DeepSeek的底层模型则更专注于理解语言、生成文本，虽然也能辅助任务，但通常缺少执行环境与自治机制。

⑦ 可穿戴医疗设备

医疗保健和可穿戴医疗设备中可穿戴技术的15个示例

备注：PyTorch vs TensorFlow

PyTorch 与 TensorFlow：深度学习的关键区别

备注：杭州六小龙 —— 游戏科学、深度求索、宇树科技、云深处科技、强脑科技和群核科技

杭州六小龙，于2024年底至2025年初提出，是指杭州崛起的处于新技术领域前沿、在业内具有影响力、聚焦于机器人、人工智能、游戏开发、脑机接口等领域的 6 家企业分别是游戏科学、深度求索、宇树科技、云深处科技、强脑科技和群核科技，被称为“神秘的东方力量”。