人工智能的知识地图:AI、机器学习、深度学习与各种学习方式
先记住一句话:AI 是目标,机器学习是实现 AI 的一条路线,深度学习是机器学习中的一类模型,监督学习、自监督学习、强化学习则是在说模型怎样获得训练信号。
这几个词经常被放在同一句话里,却不在同一个分类维度上。本文把它们拆开,再重新拼成一张地图。
一、先看总关系
可以把人工智能想成一座大楼。
人工智能 AI
├─ 规则式 AI:人把规则、知识和流程写进去
└─ 机器学习 ML:机器从数据或反馈中学习规律
├─ 按模型 / 结构分
│ ├─ 传统机器学习:决策树、SVM、GBDT……
│ └─ 深度学习 DL:多层神经网络
│ ├─ DNN / MLP
│ ├─ CNN
│ ├─ RNN / LSTM / GRU
│ └─ Transformer
└─ 按学习方式分
├─ 监督学习:有标签答案
├─ 无监督学习:没有标签,自己找结构
├─ 自监督学习:从数据本身构造答案
├─ 半监督学习:少量标签 + 大量无标签数据
└─ 强化学习:通过环境反馈和奖惩试错
这张树有一个容易被忽略的细节。上半部分和下半部分不是两棵互相排斥的树。
- “传统机器学习 / 深度学习”回答的是模型用什么结构。
- “监督 / 无监督 / 自监督 / 强化学习”回答的是模型怎样得到学习信号。
所以,“深度学习 + 监督学习”完全成立,“深度学习 + 强化学习”也成立。一个 Transformer 模型可以先用自监督学习预训练,再用监督学习做微调,最后用强化学习继续训练。
二、人工智能 AI 是什么
**人工智能(Artificial Intelligence,AI)**是一个目标和研究领域。它要解决的问题是,让机器完成过去通常需要人类智能参与的工作,例如感知图像、理解语言、规划路线、做出决策、生成内容和与环境互动。
AI 描述的是“机器表现得有多智能”,并不限定机器必须用哪种技术。
2.1 规则式 AI:把知识写进机器
规则式人工智能也叫符号式 AI(Symbolic AI)。它把专家知识写成规则、逻辑和流程,再由程序执行推理。
如果 温度 > 38°C 且 咳嗽 = 是
那么 建议进一步检查
否则 继续观察
专家系统、规则引擎、部分知识图谱推理系统,都属于这条路线。它的优点是逻辑清楚、结果容易解释,缺点是规则需要人维护,现实世界一复杂,规则数量就会迅速膨胀。
规则式 AI 和机器学习不是同一个东西。实际系统可以把两者组合起来,例如让机器学习模型负责识别风险,再让规则引擎负责执行合规流程。
2.2 机器学习是 AI 的一个子集
机器学习不要求人把每条规则都写出来。开发者提供数据、目标和训练方法,模型通过调整内部参数,学出一套从输入到输出的映射。
| 方式 | 人做什么 | 机器得到什么 |
|---|---|---|
| 传统编程 | 写规则,准备数据 | 按规则计算答案 |
| 机器学习 | 准备数据、目标和评价方式 | 从数据中学出模型 |
垃圾邮件识别可以说明这一区别。传统程序可以规定“标题包含中奖就拦截”,机器学习则从大量已标记的邮件中学习哪些词、格式和发件行为更像垃圾邮件。
三、机器学习 ML 是什么
**机器学习(Machine Learning,ML)**是让计算机从数据中学习规律的技术。这里的“学习”不是理解人类意义上的知识,而是让模型内部的参数在训练过程中逐渐变得有用。
一次典型训练包含四个元素。
- 输入数据,例如图片、文字、表格或传感器读数。
- 目标或反馈,例如正确类别、下一个词、奖励分数。
- 模型,例如决策树、线性模型或神经网络。
- 优化过程,通过损失函数、梯度下降等方法不断调整参数。
训练完成后,模型面对新数据,给出预测、分类、排序、生成或行动。
四、按模型分:传统机器学习与深度学习
4.1 传统机器学习
传统机器学习模型通常依赖人工设计或筛选特征。特征就是模型用来判断的输入线索,例如交易金额、最近登录次数、图片边缘数量或文本中的词频。
常见模型包括:
| 模型 | 核心想法 | 常见场景 |
|---|---|---|
| 线性回归 | 用一组权重拟合数值关系 | 价格、销量、需求预测 |
| 逻辑回归 | 估计样本属于某类的概率 | 二分类、风险判断 |
| 决策树 | 连续提出一系列条件问题 | 分类、规则解释 |
| 随机森林 | 让许多棵树投票 | 稳健的分类与回归 |
| SVM | 找到间隔尽量大的分界面 | 小样本分类 |
| GBDT | 一棵树接着一棵树纠正错误 | 表格数据、风控、推荐 |
| K-Means | 按距离把样本分成几组 | 用户分群、聚类分析 |
在结构化表格数据上,传统模型往往训练快、需要的样本少、解释性更好。它们没有因为深度学习流行就失去价值。
4.2 深度学习
**深度学习(Deep Learning,DL)**是机器学习的一类。它使用多层人工神经网络,把原始输入逐层转换成更抽象的表示。
识别一张猫的照片时,网络底层可能先学边缘和颜色,中间层组合出纹理和局部形状,更高层再组合出耳朵、眼睛和整张脸。开发者不必手工写出“看到三角形耳朵就加多少分”这样的规则。
深度学习在图像、语音、自然语言和生成任务上特别强,代价是通常需要更多数据、更强算力和更长训练时间。
五、深度学习里的主要网络结构
5.1 DNN / MLP:神经网络的通用骨架
**DNN(Deep Neural Network,深度神经网络)**是有多层隐藏层的神经网络。**MLP(Multi-Layer Perceptron,多层感知机)**是其中常见的全连接结构。
它可以处理固定长度的数值特征,也经常作为更复杂网络中的一个组件。Transformer 里的前馈网络,就可以看成经过改造的 MLP。
5.2 CNN:让网络看懂局部空间
**CNN(Convolutional Neural Network,卷积神经网络)**使用卷积核在图像或其他有空间结构的数据上滑动,先识别局部模式,再把局部模式组合起来。
它的特点是参数共享、重视邻近关系,因此长期主导图像分类、目标检测和分割。今天的视觉模型也经常把 CNN 和 Transformer 组合使用。
5.3 RNN、LSTM、GRU:逐步处理序列
**RNN(Recurrent Neural Network,循环神经网络)**按顺序读取输入,并把前面的信息放进隐藏状态,适合时间序列和早期的语言模型。
长序列会让普通 RNN 难以保留很久以前的信息,于是出现了带门控机制的 LSTM 和更简化的 GRU。它们控制哪些信息该记住、更新或遗忘。
5.4 Transformer:让每个位置直接关注其他位置
Transformer 使用自注意力(Self-Attention)计算序列中各个位置之间的关系。它可以让一个词直接关注很远处的另一个词,并且适合并行训练。
Transformer 不是“所有深度学习”的同义词,它是深度学习中的一种网络结构。GPT、BERT、Claude、Qwen 等大语言模型通常以 Transformer 为核心,也有模型采用混合专家、状态空间模型或混合架构。
5.5 这些结构的层级关系
神经网络
└─ 深度神经网络 DNN
├─ 全连接网络 / MLP
├─ CNN:擅长局部空间模式
├─ RNN:按顺序维护状态
│ ├─ LSTM
│ └─ GRU
└─ Transformer:用注意力连接各个位置
这里的“包含”是知识谱系上的包含。实际工程里,一个模型可以同时使用多种结构,例如卷积负责局部视觉特征,Transformer 负责全局关系。
六、按学习方式分:模型怎样得到反馈
6.1 监督学习:有标准答案
**监督学习(Supervised Learning)**为每个训练样本提供标签。模型预测后和标签比较,再根据误差更新参数。
- 图片和“猫 / 狗”标签用于分类。
- 房屋特征和真实价格用于回归。
- 问题和高质量答案用于监督微调。
它的优势是目标明确、效果容易评估。限制是标签通常需要人工整理,成本高,而且模型学到的上限受数据质量影响。
6.2 无监督学习:没有人工标签,寻找结构
**无监督学习(Unsupervised Learning)**不提供标准答案,让模型发现数据中的分组、低维结构或异常点。
- 聚类把用户分成若干行为群体。
- 降维把许多指标压缩成更容易观察的表示。
- 异常检测寻找和大多数样本明显不同的记录。
无监督学习的难点在于评价标准不总是唯一。算法分出的几群,可能需要领域专家判断是否有实际意义。
6.3 自监督学习:从数据里自动制造答案
**自监督学习(Self-Supervised Learning)**通常被看作无监督学习的一种。它不靠人工逐条标注,而是把数据的一部分藏起来,让模型预测被藏掉的内容。
- 语言模型看前文,预测下一个词。
- BERT 遮住一部分词,让模型恢复它们。
- 视觉模型遮住图片局部,让模型补全。
- 对比学习让匹配的文字和图片表示更接近。
大语言模型的预训练通常使用“预测下一个 token”。因此,大模型首先是一个用深度神经网络实现、通过自监督学习训练出来的机器学习模型。
6.4 半监督学习:少量有标签,加上大量无标签
**半监督学习(Semi-Supervised Learning)**混合使用少量有标签数据和大量无标签数据。它适用于人工标注昂贵,但原始数据很多的场景,例如医学影像、语音和工业检测。
一种常见办法是伪标签。模型先给无标签样本生成预测,再挑选置信度高的预测作为临时标签继续训练。
6.5 强化学习:在环境中试错
**强化学习(Reinforcement Learning,RL)**不要求每一步都有标准答案。智能体在环境中采取行动,环境返回奖励或惩罚,智能体学习怎样让长期累计奖励更高。
| 概念 | 含义 | 下棋例子 |
|---|---|---|
| 智能体 Agent | 做决定的主体 | 下棋 AI |
| 环境 Environment | 智能体面对的世界 | 棋盘与对手 |
| 状态 State | 当前局面 | 棋盘上每个棋子的位置 |
| 动作 Action | 可以采取的操作 | 落下一枚棋子 |
| 奖励 Reward | 环境给出的反馈 | 赢棋得分 |
| 策略 Policy | 状态到动作的选择规律 | 这一步下在哪里 |
AlphaGo 通过自我对弈探索策略。大模型也可以在数学、编程等有明确判题器的任务上使用强化学习,让答对的结果获得更高奖励。
强化学习和监督学习的区别在于反馈形式。监督学习每个样本通常有直接答案,强化学习经常只有延迟的奖励,模型需要自己探索哪些动作带来了好结果。
七、两个分类维度怎样交叉
把“模型结构”和“学习方式”放在一个表里,会更容易理解。
| 模型结构 | 监督学习 | 无 / 自监督学习 | 强化学习 |
|---|---|---|---|
| 决策树、GBDT | 用带标签的表格训练 | 聚类、异常检测使用相近但不同的模型 | 较少见 |
| CNN | 图像分类、目标检测 | 图像自编码、对比学习 | 视觉控制、机器人 |
| RNN / LSTM | 时间序列预测、语音识别 | 预测序列中的下一个元素 | 序列决策 |
| Transformer | 文本分类、指令微调 | GPT 预训练、BERT 预训练 | RLHF、RLVR、智能体训练 |
所以“Transformer”与“监督学习”不是同一层次的词。前者说模型长什么样,后者说模型怎样学习。
八、今天的大模型放在哪里
大语言模型(Large Language Model,LLM)通常有四个身份。
- 从技术谱系看:AI → 机器学习 → 深度学习 → Transformer。
- 从训练方式看:先用自监督学习做预训练,再用监督学习和偏好优化做后训练。
- 从能力类型看:它属于生成式 AI,可以生成文字、代码、图像或其他内容。
- 从系统位置看:它可以作为基础模型,也可以成为智能体的推理和决策组件。
一个简化流程如下。
大量文字 / 代码
│
▼
Transformer + 自监督学习
│ 预测下一个 token
▼
底座模型 Base Model
│
├─ 监督微调 SFT:学会遵循指令
├─ 偏好对齐:学会更符合人类偏好的回答
└─ 强化学习 / 可验证奖励:练数学、代码和多步推理
▼
对话模型、推理模型、智能体的基础模型
这也解释了为什么“深度学习”和“大模型”不能画等号。深度学习的范围更大,图像模型、语音模型、推荐模型都可以是深度学习。大模型是参数规模、训练数据和通用能力达到一定程度的一类基础模型,今天最常见的实现是 Transformer。
九、最容易混淆的六组关系
1. AI 和机器学习
AI 是更大的目标和领域,机器学习是实现 AI 的一种主要方法。规则系统、搜索算法和规划算法也可以属于 AI。
2. 机器学习和深度学习
深度学习是机器学习的子集。机器学习还包括决策树、SVM、线性模型和聚类等不使用深层神经网络的方法。
3. DNN 和 CNN / RNN / Transformer
DNN 是深度神经网络的总称或大类说法,CNN、RNN 和 Transformer 是不同的结构设计。它们不是和 DNN 完全平行的四种东西。
4. 无监督学习和自监督学习
自监督学习通常被视为无监督学习的一种特殊形式。它的特点是从数据本身构造出训练目标,因此可以用海量未标注数据训练。
5. 监督学习和强化学习
监督学习给出“正确答案”,强化学习给出“行动后的反馈”。两者可以组合使用,很多现代模型会先监督微调,再使用强化学习。
6. 模型架构和训练方式
Transformer 是架构,监督学习、自监督学习和强化学习是训练方式。架构可以和多种训练方式组合,不能把它们放在同一个互斥清单里。
十、最后用五句话记住它
- AI 是让机器完成智能任务的总称。
- 机器学习 是让机器从数据或反馈中学习规律。
- 深度学习 是使用多层神经网络的机器学习。
- DNN、CNN、RNN、Transformer 是神经网络的不同结构谱系。
- 监督、无监督、自监督、半监督、强化学习 描述模型获得训练信号的方式。
当你看到一个新模型时,可以连续问三个问题。它属于 AI 的哪条路线?它用了什么模型结构?它通过什么学习方式获得能力?这三个问题就能把大多数 AI 名词放回正确的位置。