用10分钟给你讲明白人工智能领域现在有什么东西？

因为有个疑惑就是现在很多人就认为deepseek，豆包这大模型就算ai了，我听到这种看法总是摇头，他并不知道或者并不了解人工智能，如果你也认为这个代替搜索引擎的东西就算做ai了，那么你也算肤浅了。

首先讲讲全世界在做什么，或者全世界的科学家想要干什么，

有的同学经常刷短视频嘛，然后就会说：简单，想搞agi，

很多人都这样，不关注原本事件，只道听途说，然后把人家讲的东西讲给别人听，至于到底是这么个回事？多问两句，他便不知晓了，我管这种人叫短视频怪。沉浸于平台算法不能自拔，最可悲的是丧失了阅读专注力以及对世界的好奇心，我希望正在看这篇博客的你不要这样，那么丢下手机，出去晒晒太阳吧。

好了，讲正事：简单来说有几个主流的方向：

机器学习（包括深度学习和强化学习），深度学习（可以单独用），强化学习（可以混合用，有个东西叫深度强化学习，这个感兴趣的话后面讲），自然语言处理（NLP），计算机视觉（CV），机器人领域，生成式ai（包括多模态）。

还有其他最新的东西：agi，神经符号（这个就是有点类似向量化了，一种新的思路可以说，现在不能完全代替传统训练），脑机接口。

然后值得一提的事情就是大模型实际上就可以算作NLP的领域内容，早期的bert和LLaMA都是NLP的产物，随后加上多模态和cot和工作流和决策树等东西，让他实现现在的效果，所以我管他叫替代搜索引擎的超人，但是你但凡训练过模型就知道，越好的效果越依赖数据集，比如7G的数据集肯定是不如500G的效果好的，同时还有搜索太慢的问题之类的，最近有篇论文讲扩散模型的，这个有点意思如果实现的话，会快得多。

那么很多人这里也会问人工智能领域是不是会出现交叉情况，我明确的说就是，所有研究领域内不管是大公司还是QS前几的学校研究的基本上都是交叉领域的东西，纯搞理论的很少，比如说四足机器人，就需要CV的东西，(机器人领域的硬件用的多)，你搞导航也要用slam之类的内容，更不用说很多人脸识别啊，无人驾驶啊。

现在你估计有个概念了，人工智能包括很多领域，然后主要实现的技术是机器学习和深度学习，同时深度学习和强化学习可以单独或者一起使用，（其实强化学习是最新的东西，很多人以为他出的比深度学习早，但是实际上强化学习基本上每天都有人在搞然后实现更好的效果）。

那么就写到这吧，还是推荐一下音乐：<Karma Police>----Radiohead。