1.3 AI的分类与应用领域
全面了解AI的技术分类与实际应用
🎯 学习目标
- 掌握AI的主要分类方法
- 了解机器学习的主要分支
- 认识AI在各行业的应用场景
- 理解不同AI技术的适用领域
📂 AI的分类维度
图：AI技术体系全景
📊 按能力等级分类
1
弱AI
(ANI)
(ANI)
2
通用AI
(AGI)
(AGI)
3
超AI
(ASI)
(ASI)
弱人工智能 (ANI)
专注于单一任务的AI系统
代表：Siri、AlphaGo、推荐系统
通用人工智能 (AGI)
具备人类级别智能的AI系统
状态：研究阶段，尚未实现
超人工智能 (ASI)
在所有领域超越人类的AI
状态：理论概念，存在争议
🔬 按技术方法分类
| 技术类型 | 核心思想 | 典型应用 |
|---|---|---|
| 机器学习 | 从数据中学习规律 | 预测、分类、推荐 |
| 深度学习 | 多层神经网络学习特征 | 图像识别、语音识别 |
| 自然语言处理 | 理解和生成人类语言 | 翻译、问答、对话系统 |
| 计算机视觉 | 理解和分析图像视频 | 人脸识别、自动驾驶 |
| 强化学习 | 通过试错学习最优策略 | 游戏AI、机器人控制 |
| 专家系统 | 基于规则的知识推理 | 医疗诊断、故障检测 |
🎓 机器学习的主要分支
监督学习
使用标注数据训练模型，学习输入到输出的映射关系。
数据(输入+标签) → 模型 → 预测
无监督学习
从无标签数据中发现隐藏的结构和模式。
数据(无标签) → 发现模式 → 聚类/降维
强化学习
通过与环境交互，学习最大化奖励的策略。
状态 → 动作 → 奖励 → 优化策略
🏢 AI行业应用概览
🏥 医疗健康
- 医学影像诊断
- 药物研发加速
- 个性化治疗方案
- 健康风险预测
💰 金融科技
- 智能风控系统
- 量化交易策略
- 智能客服机器人
- 反欺诈检测
🚗 智能交通
- 自动驾驶汽车
- 智能交通调度
- 路径优化规划
- 安全预警系统
🛒 电子商务
- 个性化推荐引擎
- 智能搜索匹配
- 库存智能预测
- 价格动态优化
🎓 教育培训
- 自适应学习系统
- 智能作业批改
- 学习路径规划
- 虚拟教学助手
🏭 智能制造
- 预测性维护
- 质量检测自动化
- 生产调度优化
- 供应链智能管理
图：AI正在深刻改变各行各业
📝 本节小结
✅
- • AI按能力分为弱AI、通用AI、超AI三个层级
- • 机器学习是AI的核心技术，分为监督、无监督、强化学习
- • 深度学习是机器学习的重要分支，擅长处理非结构化数据
- • AI已广泛应用于医疗、金融、交通、教育等各行业