【杂物间3】AI，ML，RL，DL，NLP，CV…搞清了这些是啥

【pre】

在看一篇公众号推文的时候，里面有这么一句话：

诶，看这意思，CV，NLP，RL，GNN是DL的纵向领域？其他三个尚且眼熟，但RL是什么呢？

于是我去阅读了1、2，把我觉得有用的简单整理一下。

【content】

1、AI、ML、RL、DL的关系

（1）AI：人工智能（Artificial Intelligence, AI）是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

（2）ML：机器学习（Machine Learning, ML）通过算法、使用历史数据进行训练，训练完成之后会产生模型。当提供新的数据时，将使用训练产生的模型进行预测。

（3）RL：表示学习（Representation Learning, RL）是学习一个特征的技术的集合——它将原始数据转换成为能够被机器学习来有效开发的一种形式。它避免了手动提取特征的麻烦，允许计算机学习使用特征的同时，也学习如何提取特征：学习如何学习。也就是说，不用人工构建特征。

（4）DL：深度学习（Deep Learning, DL）就是表示学习RL的最好体现——深度学习就是用来解决人工构建特征麻烦而且不准确的问题，优点是机器自己会构建特征，缺点是看不出来是哪种因素对结果影响较大。

好了，一图胜千言。

2、CV、NLP、ASR、ES的关系

我们再来看下推文中的那句话：

被他这么一说，似乎是DL下有CV、NLP……这些领域。

但在了解后，我认为更应该是这样的关系：

计算机视觉（Computer Vision, CV）

自动语音识别（Automatic Speech Recognition, ASR）

自然语言处理( Natural Language Processing, NLP)

专家系统（Expert System, ES）

即，CV、ASR、NLP、ES等是AI领域的有关研究，而DL是一种对这些领域进行研究的方法。

【more】

题外话：顺手认识了一个会议，ICLR。

这是ICLR 2021中的热门词：

还有一个有趣的观点，某种程度上来说，这也算是trick吧：）。

看完之后，打算去学学啥是强化学习Reinforcement Learning，以及之前草草瞄了一眼的GNN……