《中国人工智能学会通讯》——8.16 演化计算中的机器学习

本节书摘来自CCAI《中国人工智能学会通讯》一书中的第8章，第8.16节， 更多章节内容可以访问云栖社区“CCAI”公众号查看。
8.16 演化计算中的机器学习

演化计算与机器学习是同属人工智能的紧密相连的两个研究方向，一方面演化算法 (EAs，evolutionary algorithms) 可以用于求解机器学习中的复杂优化问题；另一方面机器学习可辅助 EA。本文侧重后者。

需要指出的是，EA 本身也具有内在学习的能力，演化计算研究者从最初即意识到学习在 EA 中的重要性，例如遗传算法 (genetic algorithm) 中的积木块 (building blocks) 假设就是利用积木块来学习自变量之间的关联性，以提高算法性能[1] 。随着机器学习（尤其是统计机器学习）方法在过去 20年内的崛起，机器学习在演化计算领域的应用日趋明显，有相当一部分最新成果显式地采用了机器学习技术[2] 。本文围绕这些研究进展，分析了应用机器学习方法的必要性，并分别从单目标优化和多目标优化的角度，通过举例简要说明了如何将机器学习方法应用到 EA。

如何在网络安全中使用机器学习和人工智能 谈论自动化和人工智能通常会导致失业，但对于安全行业来说，机器学习正在被部署来补充现有的专业知识，而不是取代它。
人工智能（AI）、机器学习（ML）和深度学习（DL）：有什么区别？ 我们经常交替使用人工智能（AI）、机器学习（ML）和深度学习（DL）这些术语，尽管我们几乎每天都阅读或听到它们。本文解释了这些技术是如何演变的以及它们有何不同。