人工智能入门指南
预备基础知识能力
| 英语能力 | 基础数学能力 | 熟悉一门编程语言 | 熟悉深度学习框架 |
|---|---|---|---|
| 6 级或托福 75 分 | 大学期间曾学习过单元微积分、多元微积分、线性代数、概率论 | C、C++、Java、Python、MATLAB | Tensorflow、Pytorch |
人工智能三大方向
在 AI 大模型（如 ChatGPT）问世之前，人工智能的三大方向如下：
| 自然语言处理（NLP） | 计算机视觉（CV） | 推荐系统、计算广告 | |
|---|---|---|---|
| 简介 | 主要用于解决文本自动分类、文本重要信息自动提取、数据挖掘、文本自动生成、对话机器人、知识图谱等领域，用以解决人类对文本信息分析与理解的自动化 | 主要用于解决人类对图形、图像、视频等信息的自动化处理，例如图像智能处理与识别、视频检测、图像自动生成、无人驾驶、人脸识别与检测等 | 主要用于解决从大量数据中获取有效数据，例如电影、图书推荐，异常信息挖掘，重要群落发现，关系网络计算等 |
| 技术 | 涉及经典人工智能方法、机器学习、深度学习方法 | 涉及计算机视觉的深度学习方法，并包括集计算机图形学、经典计算机视觉中的重点方法，同时也覆盖了基于对抗生成网络（GAN）的图像生成方法 | 涉及经典的机器学习、深度学习、以及推荐系统、广告预测、反欺诈识别、智能设计、分布式和大数据处理 |
主流机器学习框架
国内外三大主流机器学习框架分别是 Tensorflow、PyTorch、PaddlePaddle，其他框架还有 SINGA、MXNet、Keras、Horovod。
全球科技公司的 AI 全栈布局
全球科技公司的 AI 全栈布局自研一般分为四层，包括芯片、框架、模型、和应用层。美国科技公司亚马逊、Google 也有类似的多层布局，而中国只有百度、阿里和腾讯。在应用层，国内的阿里和腾讯暂未涉足前景巨大、挑战也巨大的乘用车全无人驾驶。
| 企业 | 芯片层 (AI 芯片) | 框架层 | 模型层 | 应用层 |
|---|---|---|---|---|
| TPU 张量处理单元 | TensorFlow | Dramatron 语言模型 Switch Transformer 语言模型 | Waymo 自动驾驶 Google Assistant | |
| Meta | —— | PyTorch | SEER 视觉模型 | 推荐算法、内容审查 |
| 微软 | —— | CNTK | Florence 视觉模型 | Cortana 语音助手 |
| 亚马逊 | Trainium 训练芯片 Inferentia 推理芯片 | MXNet | AlexaTM 语言模型 | Alexa 语音助手 |
| 苹果 | —— | CoreML | GAUDI 生成模型 | Siri 语音助手 拍照优化 |
| 阿里 | 含光推理芯片 | EPL XDL | 通义大模型 AliceMind 语言模型 | 天猫精灵语音助手 拍立淘物体识别 |
| 腾讯 | 紫霄 | PocketFlow | 混元大模型 | 个性化推荐 聊天机器人 |
| 百度 | 昆仑芯 AI 芯片 | 飞桨 | 文心大模型 知一跨模态大模型 | 百度搜索 百度智能云 AI 质检、数字人 萝卜快跑自动驾驶出行服务 Apollo 汽车智能化解决方案等 |
全球科技公司的 ChatGPT 布局
| 企业 | 芯片 | 深度学习框架 | AI 大模型 | ChatGPT 自应用场景 | AIGC 应用场景 |
|---|---|---|---|---|---|
| 百度 | 昆仑芯 | 飞桨 | 文心 - NLP 大模型 文心 - CV 大模型 跨模态大模型 | 智能搜索、智能云、自动驾驶、智能地图、汽车智能化解决方案、智能家居 | AI 作画、AI 写作、AI 编剧、AI 语音、AI 视频创作、数字人 |
| 微软 | / | CNTK | MT-NLG | 智能搜索、智能办公 | AI 歌词创作系统、定制语音技术 |
| 谷歌 | TPU | TensorFlow | Switch Transformer | 自动驾驶、智能搜索、智能地图 | AI 作画、AI 生成视频、AI 编曲 |
| 阿里巴巴 | 含光 800 | EPL XDL | AI 模型 M6 | 阿里云、钉钉 | AI 海报设计 |
| 腾讯 | 紫霄 | PocketFlow | 混元大模型 | 内容创作、检索、推荐 | AI 写稿 |
| 360 | KAMIN018 | XLearning | / | 智能搜索 | AI 框架安全监测 |
| 字节跳动 | / | LightSeq | DA-Transformer | 文本分析、Pico | AI 视频创作、AI 语音 |
| 科大讯飞 | CSK400X | / | 中文预训练模型 | 同声传译、内容审核、内容分发 | 智慧音效 |
| 京东 | / | Optimum | 领域性大模型 K-PLUG | 智能城市、供应链管理、智能零售、智能客服 | AI 语音、AI 写作、数字人 |
| 网易 | / | / | / | 在线教育 | AI 作文、AI 口语老师、AI 翻译 |