人工智能分为三个阶段，从机器智能到感知智能，再到认知智能。 机器智能更多强调这些机器的运算的能力，大规模的集群的处理能力，GPU 的处理的能力。在这个基础之上会有感知智能，感知智能就是语音识别、图像识别，从图片里面识别出一个猫，识别人脸，是感知智能。感知智能并非人类所特有，动物也会有这样的一些感知智能。再往上一层的认知智能，是人类所特有的，是建立在思考的基础之上的，认知的建立是需要思考的能力，而思考是建立在知识的基础之上，必须有知识的基础、有一些常识，才能建立一些思考，形成一个推理机制。

人工智能的分类：

• Artificial general intelligence（strong AI、full AI）强人工智能

  可以完成所有人类可以完成的工作，甚至可以完成人类不能完成的工作。

• Weak artificial intelligence （weak AI、narrow AI）应用人工智能

  完成特定领域的问题的人工智能。如：垃圾邮件过滤，语音识别等

强人工智能的发展比较慢，应用人工智能的发展比较快，如神经网络，深度学习

人工智能三大流派

• 符号主义（逻辑主义）
• 连接主义（仿生学派）
• 行为主义（决策控制）

算法

1. 人工智能

• 传统机器学习算法
  • 线性回归
  • Logistic回归/逻辑回归
  • KNN(Logistic回归)/最大近邻
  • 朴素贝叶斯
  • 判决树/决策树
  • SVM(Support Vector Machine)/支持向量机
  • k-means聚类
• 神经网络
  • ANN: (人工神经网络) Artificial Neural Networks
  • CNN（卷积神经网络）
  • RNN（循环神经网络）
  • DNN（深度神经网络）Deep Neural Networks
  • DLNN（Deep Learning Neural Network）

2. 机器学习

3. 深度学习

应用

	a. 计算机视觉（Computer Vision, CV）
		i. 图像分类（Image Classification）
		ii. 物体检测（Object Recognition）
		iii. 语义分割（Semantic Segmentation）
		iv. 视频分析（Video Analysis）
	b. 语音识别（Speech Recognition）
		i. 声纹识别（Speaker Recognition）
		ii. 语音合成（Speech Synthesis）
	c. 自然语言处理（Natural Language Processing, NLP）
		i. 机器翻译（Machine Translation）
		ii. 阅读理解（reading comprehension）
		iii. 自动摘要（Automatic Summarization）
		iv. 文本分类（Text categorization）
		v. 中文分词（Chinese word segmentation）
	d. 推荐系统（Recommendation System）
	e. 专家系统（Expert System）

常用的工具

1. PyTorch
2. TensorFlow

学习资料

1. An Introduction to Statistical Learning