人工智能知识库

人工智能学习知识总索引

5分钟阅读

人工智能学习知识总索引

知识库概述

本知识库系统梳理人工智能学习的九大核心方向，涵盖从基础数学理论到高级算法范式的完整知识体系。每个方向包含理论基础、核心算法与实践应用的完整链条。

九大知识方向

序号方向文档数核心主题
1语义学6概念语义、形式语义、语用学、分布式语义、计算语义
2符号学3符号逻辑、索绪尔符号学、皮尔斯符号学
3强化学习7MDP、Q学习、DQN、PPO、多智能体
4进化算法5遗传算法、遗传编程、进化策略、差分进化、PSO
5对抗算法6博弈论、对抗样本、GAN、对抗训练、多智能体博弈
6算法优化5计算复杂性、近似算法、组合优化、随机算法、在线算法
7数学基础7概率论、统计学、线性代数、凸优化、信息论、图论、博弈论
8认知科学4认知心理学、感知与表征、记忆系统、注意力机制
9逻辑与推理4一阶逻辑、模态逻辑、非经典逻辑、自动定理证明

知识图谱概览

graph TD
    subgraph 数学基础["📐 数学基础 (7篇)"]
        A1[概率论]
        A2[统计学]
        A3[线性代数]
        A4[凸优化]
        A5[信息论]
        A6[图论]
        A7[博弈论]
    end
    
    subgraph 逻辑基础["🔺 逻辑与推理 (4篇)"]
        B1[一阶逻辑]
        B2[模态逻辑]
        B3[非经典逻辑]
        B4[自动定理证明]
    end
    
    subgraph 认知基础["🧠 认知科学 (4篇)"]
        C1[认知心理学]
        C2[感知与表征]
        C3[记忆系统]
        C4[注意力机制]
    end
    
    subgraph 语言理解["📝 语义与符号 (9篇)"]
        D1[概念语义]
        D2[形式语义]
        D3[语用学]
        D4[分布式语义]
        D5[计算语义]
        E1[符号逻辑]
        E2[索绪尔符号学]
        E3[皮尔斯符号学]
    end
    
    subgraph 学习范式["🎯 学习算法 (12篇)"]
        F1[Q学习]
        F2[DQN]
        F3[PPO]
        F4[策略梯度]
        F5[多智能体RL]
        G1[遗传算法]
        G2[遗传编程]
        G3[进化策略]
        G4[差分进化]
        G5[粒子群优化]
    end
    
    subgraph 对抗与优化["⚔️ 对抗与优化 (11篇)"]
        H1[博弈论与AI]
        H2[对抗样本]
        H3[GAN]
        H4[对抗训练]
        H5[多智能体博弈]
        I1[计算复杂性]
        I2[近似算法]
        I3[组合优化]
        I4[随机算法]
        I5[在线算法]
    end
    
    A1 --> F1
    A2 --> F1
    A3 --> F2
    A4 --> F3
    A5 --> F2
    A7 --> H1
    B1 --> B2
    C4 --> F3
    D1 --> D5
    D5 --> F2
    E1 --> D2
    F1 --> F2
    F2 --> F3
    G1 --> G2
    H1 --> H2
    H2 --> H3
    H3 --> H4
    I1 --> I2

核心知识链接

语言与表示层

数学与逻辑层

学习与优化层

智能与对抗层

学习路径建议

入门路径：数学基础 → 逻辑推理 → 强化学习 → 深度强化学习

数学基础 → 强化学习基础 → DQN/PPO → 多智能体RL

进阶路径：语义符号 → 对抗攻防 → 生成模型

语义学 + 符号学 → 对抗样本 → GAN → 对抗训练

交叉路径：认知启发 → 算法创新

认知科学 → 注意力机制 → 算法优化 → 进化算法

使用提示

  • 点击各方向链接可直接进入该方向的详细索引
  • 使用图谱了解知识间的关联关系
  • 配合双向链接探索相关概念

关系图谱