| 名称 | 用途 | 学习方式 | 标注情况 | 数据来源 | 算法架构 | 深度学习/机器学习分类 | AI 分级 | [[生成式 AI]] | [[端到端]] | | ------------- | ------------------------------ | -------------------- | -------------------- | ------------------ | ----------------------------- | --------------------- | ----- | ---------- | ----------- | | **AlexNet** | 图像识别 | 监督学习 | 人工标注 | [[ImageNet]] 图像数据集 | [[CNN 卷积神经网络]] | 深度学习（深度神经网络） | ANI | N | Y | | **GPT** | [[NLP 自然语言处理]]，[[LLM 大语言模型]]代表 | 自监督学习（预训练）+ 监督学习（微调） | 无需标注（预训练），需要标注（微调） | 互联网文本数据 | 自注意力机制的 [[Transformer]] | 深度学习（深度神经网络） | AGI2 | Y | Y | | **AlphaGo** | 围棋游戏 | 监督学习 + 强化学习 + 搜索算法 | 标注（人类棋谱），无标注（强化学习） | 人类棋谱 + 自我对弈 | 策略网络 + 值网络 + 蒙特卡洛树搜索（MCTS） | 深度学习 + 强化学习 | ANI4 | N | Y | | **AlphaZero** | 围棋游戏 | 强化学习 + 搜索算法 | 无需标注 | 自我对弈生成的数据 | 策略网络 + 值网络 + 蒙特卡洛树搜索（MCTS） | 深度学习 + 强化学习 | ANI5 | N | Y | | **AlphaFold** | 蛋白质生成 | 自监督学习 + 监督学习 | 标注（部分实验数据），无标注（序列数据） | 蛋白质序列 + 多序列比对（MSA） | Transformer + 图神经网络（GNN） | 深度学习（深度神经网络） | ANI5 | Y | Y | | **[[FSD]]** | 高级辅助驾驶 L2/L3 | 自监督学习 + 强化学习 | 无需标注（大量原始视觉数据） | 车辆视觉数据（摄像头视频） | Transformer + 卷积神经网络（CNN） | 深度学习 + 强化学习 | ANI | N | Y | | 手写体识别 | 图像识别（需要特征工程） | 监督学习 | 人工标注 | 标注的图像数据集 | 特征提取+[[SVM 支持向量机]]/[[决策树]] | 传统机器学习 | ANI | N | N（特别依赖特征工程） | | [[SHRDLU]] | 自然语言理解与交互（积木世界） | 规则驱动 | 需要标注、数据有限 | 积木世界中的操作指令 | 基于规则的自然语言解析与任务规划 | 专家系统（[[符号人工智能]]、符号推理） | ANI1 | N | N | | 深蓝 deep blue | 国际象棋 | 硬编码规则 + 搜索算法 | 无需标注 | 国际象棋规则与棋谱数据 | 硬编码规则 + 深度搜索算法（Alpha-Beta 剪枝） | 专家系统（[[符号人工智能]]、符号推理） | ANI4 | N | N |