2、深度学习：从基础概念到网络架构

深度学习：从基础概念到网络架构

1. 人工智能与机器学习基础

人工智能（AI）指的是计算机系统模仿人类认知过程（如学习和解决问题）的能力。如今的计算机系统能够在特定领域复制人类推理，借助人工智能从新知识中学习，并在特定领域做出判断。

机器学习（ML）是人工智能和计算机科学的一个子领域，它专注于使用数据和算法来模拟人类的学习方式，同时不断提高模型的准确性。机器学习通过应用数据的数学模型，帮助计算机在没有直接指令的情况下学习，使计算机系统能够不断掌握新技能并自行改进。在我们的日常生活中，许多活动都涉及到人工智能和机器学习，常见的例子如下：
- Siri、Alexa等智能助手
- 自动驾驶汽车
- 智能投资顾问
- 对话机器人
- 电子邮件垃圾邮件过滤器
- Netflix的推荐系统

人工智能将人类智能的特定方面融入机器（算法）中。它由“人工”和“智能”两个词组成，“人工”指的是人类开发的任何事物，“智能”指的是根据问题的情况理解或推理以找到解决方案的能力。人工智能教导计算机模仿人类大脑的工作方式，为了实现最佳效果，它专注于学习、推理和自我修正三种能力。人工智能是一种通过判断来展示智能的计算机算法。人工智能主要分为以下三类：
| 类型 | 描述 | 示例 |
| ---- | ---- | ---- |
| 弱人工智能（ANI） | 目标导向，经过训练执行单一任务，在执行训练任务时非常聪明，但不具备意识、感知能力，也不受情感或道德的驱动 | Siri、飞机自动驾驶仪、聊天机器人、自动驾驶汽车等 |
| 强人工智能（AGI） | 目前尚未存在，机器能够学习、理解并在特定情况下表现得与人类相