一文搞懂：AI是如何学习的？（小白普及篇） | 学习ai

【一文搞懂：AI是如何学习的？（小白普及篇） | 学习ai】lot物联网小编为你整理了的相关内容，希望能为你解答。

AI的学习和人一样，主要有三个方法：

第一个：监督学习和无监督学习

监督学习就是给你什么，你学什么，就像小孩子一样，这是飞机，这是汽车，可以理解为填鸭式教育。

无监督学习是一种自学能力，人类赋予AI一种聚类算法的学习能力，让他根据已有的知识，自己去学习更多的知识。

比如我们要通过购物记录对顾客进行分组，以便于了解他们的购物习惯和行为特征，AI可以使用聚类算法对这些购物记录进行智能分组，比如尿不湿和啤酒有很高的关联度，AI在这里就形成了一个信息点，然而如果是人类来进行分析，我们可能需要一个聪明人，或者可能需要很久才能发现。

这次AI革命最典型的特点是AI具有了自我学习的能力

第二个：深度学习

深度学习是通过语言模型来学习复杂的知识，一个是强调时间特点的循环神经网络模型，一个是强调空间特点的卷积神经模型。

循环神经网络模型是一种有记忆功能的模型，ChatGPT的上下文处理就用的这个能力，而且通过长短时记忆网络，AI知道什么应该被记住，什么应该被忘掉，以及应该输出什么。

这里重点说一下Transformer，这是一种特殊的循环网络模型，也是ChatGPT的基础模型，这个循环神经网络的特点是：整体把握。

比如我们翻译一段文字，人工智障翻译的方法是：是逐字逐句的翻译，结果是词不达意，狗屁不通，利用Transformer，AI可以整体掌握文章内容，然后再进行合理翻译。

是不是很神奇？

卷积神经网络是一种图像识别模型，具体工作方式可以理解为：

小学生做的拼图游戏，我们会根据拼图的形状、颜色、位置等信息来判断正确的拼图方式。卷积神经网络也是这样，它会根据输入图像的像素值、颜色等信息来提取特征，不断地进行处理和筛选，直到拼图完成。

益智拼图

当我们看一张图片时，我们能够轻易地辨别其中的物体、颜色和纹理等信息。但对于计算机来说，它无法像人类那样轻易地识别图片中的内容，因此需要使用一种特殊的模型来帮助它完成这个任务，这个模型就是卷积神经网络。

第三个：强化学习

这个比较好理解，强化学习就是对学习的结果，有一个正向反馈，就像小孩子答对了一道题，就奖给他一块糖。

通过自我学习和各种网络神经模型的深度学习，在加上一个正向反馈的强化训练，AI正在指数级的快速进步，我相信，当你了解了AI的工作原理，应该相信，未来，AI具有无限潜力，一个崭新的AI时代已经到来。

#人工智能#

以上内容为【一文搞懂：AI是如何学习的？（小白普及篇） | 学习ai】的相关内容，更多相关内容关注lot物联网。