找个好看的良心配图，一起了解人工智能🎊！

I、前言

最近在考虑读研究生时的选方向问题，选方向可是一件非常重要的事情。为了理清人工智能（AI）的方向，我咨询了很多大佬，现在想和大家分享一下对AI的宏观理解。虽然这篇文章可能不算是科普文（毕竟每个人对AI都有自己的理解），但我希望能对即将选择导师、实验室、研究方向的同学，以及打算转行或自学的朋友提供一些帮助。适合阅读的读者有对AI领域感兴趣的人、想要入坑AI的人，但对各个子方向不太了解的人。首先，给大家奉上一张彩图，希望能为大家带来欢乐。

算法层面

II、算法层面

AI离不开数据，也离不开算法💪。在算法层面，主要有机器学习（ML）、深度学习（DL）、强化学习（RL）。在人工智能的早期阶段，AI可以简单理解为统计学、数据挖掘、算力和计算机科学的结合，可以说是在数据上的概率游戏。到了2012年左右，随着算力的提升和反向传播算法的出现，深度学习进入了大众的视野。2016年，强化学习的AlphaGo战胜了李世石，AI这个词开始火爆起来。相信大家对之后的历史发展也非常了解，深度学习不断颠覆各个领域，视觉领域的YOLO家族、CNN、RCNN家族不断迭代进化，强化学习的DQN，以及2018年谷歌提出的BERT等自然语言处理的重大突破😊。

子领域层面

III、子领域层面

想要构建一个完整的AI系统，需要涉及计算机视觉、自然语言处理、语音识别和知识图谱这几个大的方向。它们分别对应着AI的视觉模块、语言模块、听觉模块、记忆推理认知模块以及躯体模块（如机器手臂和传感器）。因此，AI也相应地分为以下几个子领域，它们之间有一些重叠和相互依赖的部分。

1. 计算机视觉（CV）

计算机视觉是研究机器如何看的科学，也是工业界应用最广泛的领域之一😃。它主要处理图像的识别、理解，以及目标跟踪、检测等问题。计算机视觉的子方向有目标检测、目标识别、图像分类、图像分割、图像内容理解、姿态估计、SLAM（定位和地图构建）等。比如自拍的美颜、人脸识别、指纹解锁、自动驾驶等都涉及到计算机视觉。

2. 自然语言处理（NLP）

自然语言处理涉及到智能体的语言模块，主要包括语言的理解和认知。它的范畴和子方向有中文自动分词、文本分类、文本情感分析、问答、对话、信息检索、信息摘要、机器翻译等。比如苹果的Siri、Google翻译、百度搜索等都涉及到自然语言处理💕。相比于计算机视觉，自然语言处理的应用场景较少，但复杂度更高。不过，计算机视觉和自然语言处理也有相互结合的地方。比如一个人走到一个地方环视一周，然后用语言描述出来，计算机视觉可以根据描述重新构建场景，这个叫做场景重建。再比如从艺术家的画中分析表达的情感态度，也是计算机视觉和自然语言处理结合的应用。