我的 AI 学习地图V2 · 学习地图 · 2026.10
← 返回基础概念

NOTE 01 / 基础概念

先把 AI 的几种分类拆开

深度、强化、视觉和思想流派,原来不在同一个分类维度。

个人学习记录 · 原始对话见引文 · 整理核对于 2026-10-16
我的原话
其实机器学习还有一条强化学习的路线啊
S-M3 · 2026-10-08 · 原对话 ↗
我的原话
深度是方法,强化是范式。对吧
B-M57 · 2026-09-26 · 原对话 ↗

我卡住的地方 · 整理表述

深度学习和强化学习都带“学习”,很容易被我放到同一级;一旦再放进视觉、语言和“三大主义”,整张图就像许多相互竞争的分类。

原 AI 解释 · 摘要

B-M58 用“深度是方法、强化是范式”帮助拆开两个维度;S 对话进一步把讨论扩大到符号、连接和行为等思想传统。

整理核对

这个区分可以保留,但“深度”更具体地说是多层表示与模型结构的特征;监督、自监督、强化学习按学习信号划分;视觉、语言、机器人按任务或模态划分。深度网络能用于多种学习范式。三大主义是有交叉的历史视角,不能当作互斥且穷尽 AI 的三个集合。

保留的修正点

S-M5 中“机器学习版图就是 ai 版图的 9/10”属于当时估计,没有可引用的统计依据。展示时保留这段认识的背景,但不把比例变成事实。

继续追问 · 整理者建议

面对一个新方法,先分别填写:它用什么模型、依赖什么反馈、解决什么任务。填不进去的名词,再查它属于架构、训练方法还是完整系统。

关于这篇笔记,留下一个问题 →