如何自学人工智能：一份可执行的路线图
没有科班背景，该怎么学 AI？本文给出一条分阶段的自学路径：先补数学与编程基础，再进入机器学习与深度学习，最后用项目巩固，并指出过程中最常见的几个坑与资料…
AI 发展史、先驱人物、AGI 展望与学习路线图。
没有科班背景，该怎么学 AI？本文给出一条分阶段的自学路径：先补数学与编程基础，再进入机器学习与深度学习，最后用项目巩固，并指出过程中最常见的几个坑与资料…
AGI 到底指什么，为什么对它的判断差异这么大？本文梳理几种常见的定义与衡量标准，分析当前系统在哪些方面已经接近、哪些方面仍存在明显差距，并解释时间表为何…
现代计算机与人工智能的思想从何而来？本文讲述图灵、冯·诺依曼、麦卡锡等先驱的关键贡献，介绍他们提出的核心问题，以及这些思想如何塑造了今天的技术形态，并…
从理论奠基到深度学习爆发，本文按时间顺序梳理人工智能发展历程中广受公认的若干关键节点，包括达特茅斯会议、专家系统的兴衰与深度学习的转折，帮助读者建立整…
与符号主义并列的另一条路线是连接主义：不写规则，而是模仿大脑神经元的连接方式，让大量简单单元协作涌现出智能。本文讲述从感知机、到多层网络与反向传播、再…
人工智能不是近几年才出现的新事物，它已经走过七十多年，并经历过两次大规模降温。本文按时间梳理符号主义兴起、专家系统热潮、深度学习突破三次浪潮，分析两次…