0-1初学者指南
输入“/”快速插入内容
0️⃣0-1初学者指南
0-1初学者指南
用户1255用户1255
用户652用户652
用户7046用户70462024年8月9日修改
为什么要学习AGI
AGI（Artificial General Intelligence，通用人工智能）时代，懂AI、懂编程、懂业务的超级个体，会是AGI时代最重要的人。为了成为这样的超级个体，我们需要在哪几个方向发力呢？那就是：原理、实践和认知。
不懂原理就不会举一反三，走不了太远。
不懂实践就只能纸上谈兵，做事不落地。
认知不高就无法做对决策，天花板太低。
AI简史
1.
Cybernetics to AI（控制论至人工智能）
◦
1943年：Artificial Neurons概念由McCulloch和Pitts提出，这是神经网络理论的基础。
◦
1948年：诺伯特·维纳出版《控制论》，提出了反馈机制和自我调节系统的思想。
◦
1950年：艾伦·图灵发表了著名的图灵测试，评估机器是否具有智能的能力。
◦
1956年：达特茅斯会议标志着人工智能作为一门学科的诞生。
◦
1958年：John McCarthy提出了LISP编程语言，成为早期人工智能研究的主要工具之一。
2.
AI Boom（人工智能繁荣时期）
◦
1960年代：专家系统开始出现，如DENDRAL和MYCIN，用于化学结构识别和医疗诊断。
◦
1970年代：人工智能进入了第一个冬天，由于预期过高和资金减少导致的研究停滞。
◦
1980年代：第一代计算机项目启动，尝试构建能够模仿人类思维的机器。
◦
1987年：神经网络复兴，Deep Blue首次击败国际象棋大师。
◦
1990年代：互联网的普及促进了大数据的发展，为机器学习提供了大量训练数据。
3.
Machine Learning（机器学习）
◦
1990年代末：支持向量机（SVM）、决策树算法等机器学习方法逐渐成熟。
◦
2000年代初：谷歌推出PageRank算法，提升了搜索结果的质量。
◦
2006年：Geoffrey Hinton等人提出了深层信念网络（DBN），开启了深度学习的新篇章。
◦
2010年代：深度学习取得显著成果，如ImageNet比赛的胜利和AlphaGo战胜李世石。
4.
Big Data（大数据）
◦
2000年代中期：社交媒体平台如Facebook和Twitter的兴起，产生了大量的用户行为数据。
◦
2006年：YouTube被谷歌收购，视频分享网站成为获取非结构化信息的重要来源。
◦
2008年：云计算服务如Amazon Web Services（AWS）提供了强大的计算资源，加速了数据分析和机器学习的发展。
5.
Augmented Reality（增强现实）
◦
2000年代后期：增强现实技术开始应用于游戏和娱乐领域。
◦
2010年代：智能手机和平板电脑的普及，使得AR应用变得更加普遍。
◦
2020年代：生成式人工智能崛起，如OpenAI的GPT系列模型和DALL-E图像生成器
名词解释
往后的学习中可能会出现以下专业名词，大家可以先提前了解一下
更多内容在名词解释