ChatGPT都来了，是时候学点人工智能了
- by Admin - 标签： AI
随着 ChatGPT 的出现，AI、人工智能开始真的进入大众的日常生活，这无疑将完全颠覆以往人类工作、学习和生活的方式。ChatGPT 的智商、情商已经不低于几岁的小孩，有些专业的方面甚至媲美专业的工作人员。有人质疑它的能力，有人夸张的的认为它有自我意识，有人说程序员要完蛋了，要失业了。其实这些都不重要，重要的是它能帮我们提高效率，帮助我们工作和学习，我们提升自己的能力，这是个极好的机会，千万不要错过了。
那么对 AI，对于人工智能，我打算了解如下几方面：
- 1.人工智能
- 需要了解基础概念和算法，手写识别和机器翻译等技术的思想。图搜索算法、分类、优化、强化学习以及人工智能和机器学习背后的理论。
- 2.机器学习
- 了解数据结构和算法、统计学、数学优化、数据预处理和特征工程、模型评估和选择、深度学习等
- 3.自然语言处理
- 了解自然语言数据自动分析的统计、算法和编码技术。
- 4.基于视觉的卷积神经网络
- 计算机可以感知、理解和重建复杂视觉世界的视觉的基本原理和重要应用.
神经网络架构以不同主要包含三个最突出的（卷积网络、循环网络和变换器）
如何训练神经网络（和其他机器学习模型）来执行不同的任务。最突出的三类任务是监督学习、自监督学习和强化学习，每类任务都涉及不同类型的数据和目标函数
不同类型的监督学习：前者是分类问题（需要预测离散类别），后者是回归问题（需要预测连续值）。
监督学习的一个缺点是标记数据集通常需要人工手动完成，这是昂贵且耗时的。从未标记的数据集中学习被称为无监督学习。在实践中，这通常是通过寻找自动方法将未标记的数据集转换为标记的数据集来完成的，这被称为自我监督学习。自我监督学习的标准示例是下一个单词预测：训练模型根据未标记数据集中的任何给定文本序列预测该序列后面的单词。自我监督学习的一些令人印象深刻的应用是用于语言的 GPT-2 和 GPT-3 ，以及用于图像的 Dall-E 。
到目前为止，强化学习最令人印象深刻的示范是训练代理人玩棋盘游戏和电子竞技——最著名的是 AlphaGo、 AlphaStar 和 OpenAI。