人工智能路线

第一阶段：基础入门（搭建 AI 知识框架）
核心目标：掌握 AI 必备的数学根基、编程工具与基础概念，建立 “数据→特征→模型→评估” 的基础认知，能独立完成简单的机器学习项目。

1. 数学基础（AI 的 “硬件元器件”）
   线性代数（数据表示与变换核心）
   基础概念：向量（定义、运算、范数）、矩阵（定义、加减乘、转置、逆矩阵、秩）、张量（多维数组，AI 数据基本形态）
   核心应用：矩阵分解（特征值分解、SVD 奇异值分解）、线性方程组求解、向量空间（子空间、投影）、PCA 降维的数学原理
   概率论与数理统计（不确定性建模核心）
   基础概念：随机变量（离散 / 连续）、概率分布（正态分布、伯努利分布、二项分布、泊松分布）、期望 / 方差 / 协方差
   核心应用：极大似然估计（参数求解）、贝叶斯定理（后验概率计算）、假设检验（显著性分析）、统计量（均值、中位数、分位数）
   微积分与优化理论（模型训练核心）
   基础概念：导数（单变量 / 多变量偏导）、梯度（方向与大小）、泰勒展开（函数近似）、极值（极大值 / 极小值 / 鞍点）
   核心应用：梯度下降原理（批量 / 随机 / 小批量 GD）、凸函数与非凸函数（优化可行性）、拉格朗日乘数法（约束优化）
2. 编程与工具基础（AI 的 “开发环境”）
   核心编程语言
   Python（AI 首选）：基础语法（数据类型、条件判断、循环、函数、类与对象）、高级特性（列表推导式、生成器、装饰器、上下文管理器）
   辅助语言：SQL（数据查询与处理）、C++（高性能模型部署，进阶）
   数据处理与可视化工具
   数据处理库：NumPy（数组运算、线性代数）、Pandas（数据框操作、缺失值处理、数据筛选 / 分组 / 聚合）、SciPy（科学计算、优化算法）
   可视化库：Matplotlib（基础绘图：折线图、柱状图、散点图、热力图）、Seaborn（统计可视化：分布 plot、相关性矩阵）、Plotly（交互式可视化，进阶）
   AI 框架入门（轻量化工具）
   机器学习框架：Scikit-Learn（Sklearn，封装经典算法，易上手）
   深度学习框架：TensorFlow（Keras 高层 API，快速搭建模型）、PyTorch（动态图，调试友好，优先入门）
3. AI 基础概念与范式（AI 的 “系统基础”）
   核心概念
   基本定义：人工智能（AI）、机器学习（ML）、深度学习（DL）的关系与区别
   关键术语：特征（输入变量）、标签（输出变量，监督学习）、样本（数据实例）、模型（映射函数）、训练 / 验证 / 测试集（数据划分）
   评估指标：分类任务（准确率、精确率、召回率、F1 分数、ROC-AUC、混淆矩阵）、回归任务（MAE、MSE、RMSE、R²）、聚类任务（轮廓系数、DB 指数）
   学习范式
   监督学习：定义（有标签数据训练）、典型任务（分类、回归）、适用场景（预测、识别）
   无监督学习：定义（无标签数据训练）、典型任务（聚类、降维、异常检测）、适用场景（数据探索、特征提取）
   强化学习：定义（智能体与环境交互，试错学习）、核心要素（状态、动作、奖励、策略）、适用场景（决策、控制）
   半监督 / 弱监督学习：定义（少量标签 + 大量无标签 / 弱标签数据）、适用场景（数据标注成本高的场景）
4. 基础实践项目（AI 的 “裸机项目”）
   数据处理实践：鸢尾花数据集（加载、探索性分析、缺失值 / 异常值处理、特征标准化）、波士顿房价数据集（数据清洗、特征相关性分析）
   监督学习实践：用 Sklearn 实现鸢尾花分类（逻辑回归、决策树、随机森林）、波士顿房价回归（线性回归、梯度提升树）
   无监督学习实践：用 Sklearn 实现鸢尾花数据 KMeans 聚类（确定最优聚类数）、PCA 降维（可视化高维数据）
   深度学习入门实践：用 TensorFlow/PyTorch 搭建单隐藏层神经网络，实现 MNIST 手写数字分类（基础网络训练与评估）
   第二阶段：进阶深化（攻克 AI 核心技术）
   核心目标：掌握机器学习与深度学习的核心算法、模型结构与优化方法，突破专项领域技术难点，具备独立设计中复杂 AI 模型的能力。
5. 机器学习核心算法（AI 的 “核心硬件”）
   监督学习算法
   线性模型：线性回归（普通最小二乘法、正则化（L1/L2））、逻辑回归（二分类 / 多分类）、线性 SVM（支持向量机，最大间隔原理）
   树模型与集成学习：决策树（ID3/C4.5/CART 算法、剪枝策略）、随机森林（Bagging 思想、特征随机选择）、梯度提升树（GBDT、XGBoost、LightGBM、CatBoost，Boosting 思想）、Stacking/Blending（集成优化）
   非线性模型：核 SVM（核函数（RBF / 多项式），处理非线性数据）、K 近邻（KNN，惰性学习、距离度量（欧氏 / 曼哈顿））、朴素贝叶斯（贝叶斯定理、条件独立性假设，文本分类常用）
   无监督学习算法
   聚类算法：KMeans（迭代聚类、初始质心选择）、层次聚类（凝聚式 / 分裂式）、DBSCAN（密度聚类，异常检测）、谱聚类（基于图论的聚类）
   降维算法：PCA（主成分分析，方差最大化）、t-SNE（流形学习，高维数据可视化）、LDA（线性判别分析，监督降维）、AutoEncoder（自编码器，深度学习降维）
   异常检测算法：孤立森林、One-Class SVM、DBSCAN（基于密度的异常检测）、重构误差（AutoEncoder 异常检测）
   模型优化技术
   特征工程：特征选择（过滤法、包裹法、嵌入法）、特征转换（归一化 / 标准化、独热编码、标签编码、特征交叉）、特征提取（基于领域知识的特征构造）
   正则化与抗过拟合：L1/L2 正则化、Dropout（随机失活）、早停（Early Stopping）、数据增强（图像 / 文本数据扩充）
   超参数调优：网格搜索（Grid Search）、随机搜索（Random Search）、贝叶斯优化（Bayesian Optimization）、交叉验证（K-Fold/Stratified K-Fold）
6. 深度学习核心技术（AI 的 “软件进阶”）
   神经网络基础结构
   基础组件：感知机（线性模型 + 激活函数）、激活函数（Sigmoid、Tanh、ReLU、Leaky ReLU、Softmax）、损失函数（MSE、Cross-Entropy、Hinge Loss、Triplet Loss）、优化器（SGD、Adam、RMSprop、Adagrad，动量与自适应学习率）
   网络训练技巧：批量归一化（BN，加速训练、缓解过拟合）、梯度消失 / 爆炸解决（残差连接、梯度裁剪、权重初始化）、学习率调度（衰减、预热、余弦退火）
   卷积神经网络（CNN，计算机视觉核心）
   核心结构：卷积层（局部感受野、权值共享）、池化层（Max Pooling/Avg Pooling，降维与平移不变性）、全连接层（特征映射到输出）、批归一化层
   经典网络：LeNet（CNN 开山之作，手写数字识别）、AlexNet（ReLU 激活、GPU 训练，ImageNet 突破）、VGG（小卷积核、深度提升）、ResNet（残差连接，解决深度网络梯度消失）、Inception（多尺度卷积，提升特征提取）、YOLO（实时目标检测，单阶段）、Faster R-CNN（两阶段目标检测，高精度）、U-Net（语义分割，编码器 - 解码器结构）
   循环神经网络（RNN）与序列模型
   基础 RNN：结构（输入 - 隐藏 - 输出，时序依赖建模）、缺陷（梯度消失 / 爆炸，长序列难以处理）
   改进模型：LSTM（长短期记忆网络，门控机制（输入 / 遗忘 / 输出门））、GRU（门控循环单元，简化 LSTM 结构）、双向 RNN/BLSTM（双向时序信息利用）
   应用场景：文本分类、情感分析、时序预测（股价 / 销量）、语音识别
   Transformer 与注意力机制（NLP 与多模态核心）
   核心结构：自注意力机制（Self-Attention，捕捉序列内部依赖）、多头注意力（Multi-Head Attention，多尺度依赖）、位置编码（Positional Encoding，时序信息补充）、编码器 - 解码器结构
   典型模型：BERT（双向 Transformer，预训练 - 微调范式，NLP 通用模型）、GPT（生成式预训练模型，自回归生成）、T5（文本到文本范式，多任务适配）、Vision Transformer（ViT，Transformer 在图像领域的应用）
7. 专项领域技术突破（AI 的 “专项技术”）
   计算机视觉（CV）
   基础任务：图像分类（ImageNet 任务、细分类别）、目标检测（边界框预测、anchor-based/anchor-free）、语义分割（像素级类别标注）、实例分割（个体目标分割）、图像生成（GAN、Diffusion Model）
   关键技术：数据增强（翻转、裁剪、旋转、MixUp、CutMix）、迁移学习（预训练模型微调）、小样本学习（Few-Shot Learning，少数据场景）、零样本学习（Zero-Shot Learning，无数据场景）
   工具与框架：OpenCV（图像预处理：滤波、边缘检测、形态学操作）、MMDetection/MMClassification（开源 CV 工具库，目标检测 / 分类）、Detectron2（Facebook 开源 CV 框架）
   自然语言处理（NLP）
   基础任务：文本预处理（分词（jieba/NLTK）、停用词去除、词干提取 / 词形还原）、词嵌入（Word2Vec、GloVe、FastText，语义向量表示）、文本分类（情感分析、新闻分类）、命名实体识别（NER，提取人名 / 地名 / 机构名）、文本生成（机器翻译、摘要生成、对话系统）、问答系统（QA，抽取式 / 生成式）
   关键技术：预训练语言模型（PLM）微调（冻结参数 / 全参数微调、LoRA 低秩适应）、prompt 工程（提示词设计，小样本激活模型能力）、知识图谱（融合外部知识，提升模型准确性）
   工具与框架：Hugging Face Transformers（预训练模型库，BERT/GPT/ViT 等）、spaCy（NLP 流水线工具）、NLTK（自然语言处理工具包）
   强化学习（RL）
   基础理论：马尔可夫决策过程（MDP，状态 - 动作 - 奖励 - 转移概率）、价值函数（V 函数 / Q 函数）、策略（确定性 / 随机性策略）
   核心算法：基于价值的方法（Q-Learning、SARSA、DQN（深度 Q 网络）、Double DQN、Dueling DQN）、基于策略的方法（Policy Gradient、PPO（近端策略优化）、A2C/A3C（演员 - 评论家））、基于模型的方法（MBRL，模型预测控制）
   应用场景：游戏 AI（Atari 游戏、AlphaGo）、机器人控制（机械臂抓取）、自动驾驶（路径规划）、推荐系统（动态推荐策略）
   工具与框架：OpenAI Gym（RL 环境库）、Stable Baselines3（RL 算法库）、MuJoCo（物理仿真环境）
   推荐系统
   基础方法：协同过滤（基于用户 / 物品的 CF、矩阵分解（SVD、FM））、内容推荐（基于物品特征匹配）、混合推荐（融合多方法）
   深度学习推荐：DeepFM（因子分解机 + 深度学习）、Wide & Deep（宽线性模型 + 深神经网络）、DIN（深度兴趣网络，注意力机制）、Transformer4Rec（Transformer 在推荐中的应用）
   关键技术：用户行为序列建模、冷启动问题（新用户 / 新物品推荐）、推荐多样性与公平性
8. 模型评估与调试（AI 的 “调试与性能分析”）
   评估体系
   分类任务：混淆矩阵分析（TP/TN/FP/FN）、ROC 曲线与 AUC（不平衡数据评估）、Precision-Recall 曲线（高召回场景）
   回归任务：残差分析（残差分布图、残差 - 拟合值图）、预测区间估计
   生成任务：图像生成（FID、IS 分数）、文本生成（BLEU、ROUGE、Perplexity）
   调试技巧
   数据问题：数据分布偏移（训练 / 测试集分布差异）、标签错误（标注质量检查）、数据不平衡（过采样 / 欠采样 / 加权损失）
   模型问题：过拟合（增加数据、正则化、简化模型）、欠拟合（增加模型复杂度、增加训练轮次）、梯度异常（梯度消失 / 爆炸，检查网络结构与初始化）
   训练监控：TensorBoard（损失曲线、准确率曲线、梯度分布可视化）、Weights & Biases（实验跟踪与对比）
   性能优化
   训练效率：批量大小调整、混合精度训练（FP16/FP8）、分布式训练（Data Parallel/Model Parallel）、梯度累积
   模型效率：模型压缩（量化（INT8/INT4）、剪枝（结构化 / 非结构化）、知识蒸馏（Teacher-Student 模型））、模型加速（TensorRT 优化、ONNX Runtime 推理加速）
9. 进阶实践项目（AI 的 “典型场景开发”）
   计算机视觉项目：用 ResNet 实现 ImageNet 子集分类、用 YOLOv8 实现实时目标检测（摄像头 / 视频流）、用 U-Net 实现医学图像语义分割（如细胞分割）
   自然语言处理项目：用 BERT 微调实现中文情感分析（酒店评论数据）、用 GPT-2 实现文本生成（诗歌 / 故事生成）、用 Hugging Face Transformers 实现命名实体识别（简历 NER）
   强化学习项目：用 DQN 训练 CartPole 平衡、用 PPO 训练机械臂抓取（MuJoCo 环境）、用 OpenAI Gym 实现 Flappy Bird 游戏 AI
   推荐系统项目：用协同过滤实现电影推荐（MovieLens 数据集）、用 DeepFM 实现电商商品推荐（用户行为数据）
   第三阶段：工程落地与前沿拓展（AI 的 “工程实践”）
   核心目标：掌握 AI 工程化开发流程，实现模型从研发到落地的全链路闭环，探索前沿技术方向，具备跨领域 AI 解决方案设计能力。
10. AI 工程化开发（AI 的 “工业化开发”）
    数据工程（AI 的 “硬件设计”）
    数据采集：结构化数据（数据库查询（MySQL/PostgreSQL））、非结构化数据（图像（爬虫 / 摄像头）、文本（网页爬取 / API 接口）、语音（麦克风录制））、数据标注（人工标注（LabelImg/LabelStudio）、半自动化标注（模型辅助标注）、众包标注）
    数据存储与管理：结构化数据（关系型数据库、数据仓库（Hive））、非结构化数据（对象存储（S3/OSS）、分布式文件系统（HDFS））、数据湖（存储原始数据，分层管理）
    数据预处理流水线：自动化流程（用 Airflow/Luigi 构建 ETL pipeline）、数据清洗（缺失值填充、异常值剔除）、特征工程自动化（用 Feast 特征存储管理特征）
    模型工程（AI 的 “软件部署”）
    模型训练工程化：实验管理（DVC 数据版本控制、Git 代码版本控制）、训练配置化（用 YAML/JSON 管理超参数）、训练日志与 checkpoint 管理（保存 / 加载模型快照）
    模型压缩与优化：量化（TensorFlow Lite 量化、PyTorch Quantization）、剪枝（TorchPrune、TensorRT 剪枝）、知识蒸馏（Distiller 库）、模型转换（ONNX 格式转换，跨框架兼容）
    模型部署：
    云端部署：REST API 服务（Flask/FastAPI）、gRPC 服务（高性能通信）、容器化部署（Docker 封装模型与依赖）、云平台部署（AWS SageMaker、阿里云 PAI、腾讯云 TI-ONE）
    边缘端部署：嵌入式设备（树莓派 / Jetson Nano）、移动端部署（TensorFlow Lite、PyTorch Mobile）、浏览器部署（TensorFlow.js、ONNX.js）
    批量推理：批处理优化、异步推理、推理引擎（TensorRT、ONNX Runtime、OpenVINO）
    MLOps（AI 的 “工程规范”）
    版本管理：代码版本（Git）、数据版本（DVC）、模型版本（MLflow Model Registry）
    自动化流程：CI/CD 流水线（Jenkins、GitLab CI，代码提交→自动测试→模型训练→部署）、自动化测试（单元测试（pytest）、集成测试、模型性能测试）
    监控与维护：模型监控（数据漂移检测（Evidently AI、Alibi Detect）、性能监控（Prometheus+Grafana）、业务指标监控（准确率、延迟、吞吐量））、模型更新（增量训练、全量重训、A/B 测试）
11. 行业 AI 应用（AI 的 “跨领域融合”）
    金融 AI
    核心场景：风险控制（信贷风控（用户信用评分、欺诈检测）、市场风险（波动预测））、量化交易（股价预测、交易策略生成）、智能投顾（个性化资产配置）、智能客服（语音 / 文本对话，解答业务问题）
    关键技术：图神经网络（GNN，刻画用户 - 交易关联）、时序模型（LSTM/Transformer，市场时序预测）、联邦学习（数据隐私保护，多机构协同建模）
    医疗 AI
    核心场景：医学影像诊断（CT/MRI/X 光图像的肿瘤检测、病灶分割）、病历分析（电子病历 NLP，提取关键信息、疾病诊断辅助）、药物研发（分子生成、靶点预测、临床试验优化）、健康管理（ wearable 设备数据监测、慢性病预测）
    关键技术：3D CNN（医学影像三维建模）、多模态融合（影像 + 文本 + 基因数据）、小样本学习（医疗数据稀缺场景）
    自动驾驶 AI
    核心场景：环境感知（摄像头 / LiDAR/Radar 数据融合，检测车辆 / 行人 / 交通标志）、决策规划（路径规划、车道选择）、控制执行（车辆转向 / 加速 / 刹车控制）
    关键技术：多模态融合（传感器数据融合）、BEV（鸟瞰图）感知（Transformer-based BEV）、端到端自动驾驶（直接从感知到控制）
    工业 AI
    核心场景：预测性维护（设备传感器数据监测，故障预警）、质量检测（工业视觉，产品缺陷检测）、生产优化（生产流程参数调整，提升效率）、数字孪生（虚拟仿真，优化生产）
    关键技术：时序异常检测（设备故障预警）、工业视觉（小目标缺陷检测）、强化学习（生产参数优化）
12. AI 前沿技术与方向（AI 的 “前沿拓展”）
    大语言模型（LLM）与生成式 AI
    基础技术：预训练技术（海量文本预训练、自回归 / 自编码预训练）、微调技术（全参数微调、LoRA/QLoRA 低资源微调、RLHF（基于人类反馈的强化学习））、提示工程（Few-Shot Prompt、Chain-of-Thought）
    典型应用：对话系统（ChatGPT、Claude、国产 ChatGLM/ERNIE Bot）、文本生成（小说 / 报告 / 代码生成）、多模态生成（文生图（DALL-E、MidJourney、Stable Diffusion）、文生视频（Sora）、文生语音（Tacotron））
    工程挑战：大模型训练算力（GPU 集群、分布式训练）、推理效率（模型并行、量化压缩）、幻觉问题（事实准确性优化）
    多模态 AI
    核心技术：跨模态表示学习（CLIP（文本 - 图像对齐）、ALBEF（跨模态交互））、多模态融合（早期融合 / 晚期融合、注意力融合）、跨模态生成（文生图 / 图生文 / 语音生文本）
    典型应用：多模态对话（图文结合问答）、视频理解（视频分类 / 摘要 / 问答）、自动驾驶多传感器融合（摄像头 + LiDAR + 雷达）
    边缘 AI 与轻量化模型
    核心技术：轻量级模型设计（MobileNet（深度可分离卷积）、EfficientNet-Lite、SqueezeNet）、模型压缩（量化 / 剪枝 / 蒸馏）、边缘算力优化（专用 AI 芯片（TPU/NPU）、异构计算）
    典型应用：嵌入式设备（智能家居摄像头（边缘端目标检测）、工业传感器（边缘端数据预处理））、移动端（手机端 AI 相册（图像分类）、离线语音助手）
    可信 AI 与安全
    核心技术：模型可解释性（SHAP/LIME（局部解释）、注意力可视化（全局解释））、模型公平性（消除偏见，如性别 / 种族偏见）、AI 安全（对抗样本防御（对抗训练）、模型水印（知识产权保护）、数据隐私（联邦学习、差分隐私））
    应用场景：金融风控（模型决策可解释）、医疗诊断（模型推荐可追溯）、公共服务（AI 决策公平无偏见）
13. AI 软技能与工程决策（AI 的 “软技能”）
    技术文档编写（附模板）
    数据文档：
    数据字典模板：包含 “字段名、数据类型、字段含义、取值范围、缺失值比例、来源、备注（清洗规则）”
    标注文档：包含 “标注任务（如目标检测）、标注规则（边界框标注标准）、标注工具、标注质量检查方法、标注人员培训要点”
    模型文档：
    模型设计文档：包含 “业务需求、模型选型理由、网络结构（流程图）、超参数配置、训练数据说明、评估指标与结果、关键技术难点与解决方案”
    模型部署文档：包含 “部署环境（硬件 / 软件依赖）、部署步骤（模型转换→服务封装→容器化→上线）、API 接口定义（请求参数 / 返回参数 / 示例）、性能指标（延迟 / 吞吐量）、故障排查指南”
    工程文档：
    MLOps 流程文档：包含 “版本管理规范（代码 / 数据 / 模型版本命名规则）、CI/CD 流水线配置（触发条件 / 流程步骤）、监控指标定义（数据漂移阈值 / 性能阈值）、模型更新流程（A/B 测试→灰度发布→全量上线）”
    技术选型能力（AI 技术选型框架）
    步骤 1：需求与场景分析
    明确业务目标（如 “提升电商推荐转化率 10%”“降低医疗影像误诊率 5%”）
    分析数据条件（数据量（小 / 中 / 大）、数据类型（结构化 / 非结构化）、标注情况（有 / 无 / 少量标签））
    约束条件（ latency 要求（实时 / 近实时 / 离线）、算力资源（云端 / 边缘端 / 算力上限）、成本预算）
    步骤 2：模型选型
    简单场景（数据量小、规则明确）：优先传统机器学习（Sklearn 算法）
    复杂场景（数据量大、非结构化数据）：优先深度学习（CNN/RNN/Transformer）
    生成式场景（文本 / 图像生成）：优先大模型（LLM / 扩散模型）
    边缘场景（算力有限）：优先轻量级模型（MobileNet/EfficientNet-Lite）
    步骤 3：工具与框架选型
    开发效率优先：PyTorch（动态图，调试友好）、Hugging Face（预训练模型丰富）
    生产部署优先：TensorFlow（部署生态完善）、ONNX Runtime（跨框架推理）
    工程化优先：MLflow（实验跟踪）、Docker/K8s（容器化 / 编排）
    步骤 4：成本与风险评估
    算力成本：训练成本（GPU 小时数）、推理成本（云端 / 边缘端算力费用）
    技术风险：模型复杂度（是否易调试）、数据依赖（是否存在数据不足 / 质量差风险）、部署难度（是否适配目标环境）
    问题解决能力
    排查流程：问题现象描述（如 “模型线上准确率骤降 10%”“推理延迟超阈值”）→数据排查（检查数据分布是否漂移、标签是否错误、数据质量是否下降）→模型排查（检查模型版本是否错误、训练过程是否异常、超参数是否变更）→部署排查（检查硬件资源（CPU/GPU 占用）、软件依赖是否冲突、API 调用是否异常）→解决方案验证（如 “重新训练模型”“优化部署资源”，验证效果）
    问题库积累：
    数据问题：数据分布漂移（解决方案：重新采集数据 / 增量训练）、标签错误（解决方案：重新标注 / 过滤错误标签）、数据不平衡（解决方案：过采样 / 欠采样 / 加权损失）
    模型问题：训练不收敛（解决方案：调整学习率 / 优化器 / 网络结构）、过拟合（解决方案：增加数据 / 正则化 / 模型压缩）、线上性能下降（解决方案：模型更新 / 数据更新）
    部署问题：推理延迟高（解决方案：模型压缩 / 算力升级 / 批处理）、服务崩溃（解决方案：增加副本 / 资源限制 / 错误重试）