两分钟，了解人工智能、机器学习和深度学习的区别

我们周围的事物正变得越来越智能。

从汽车到智能手机，到数字助理，甚至包括机器人。我们不只是在讲每天层出不穷的、打破性的新功能。更重要的是，设备、计算机和机器都在聪明地执行义务。它们是如何做到的呢?经过人工智能，也就是AI。

“人工智能”一词最早由认知迷信家约翰·麦卡锡在研讨中提出，他写到，“这项研讨基于一种揣测，即任何学习行为或其它智力特征，在准绳上都可以被准确地描画，从而可以制造出一台机器来模拟它。”这种描画在明天照旧适用，只是复杂性添加了一些。

你也许最近常常听到“人工智能”和另外几个词汇同时出现，特别是“机器学习”和“深度学习”。它们常常被互换运用，虽然它们存在关联，但其实并非同一事物。

这样说能够会让人感到困惑。我们经过一个经典的例子来解释人工智能、机器学习和深度学习之间的区别：比较苹果和橙子。

人工智能

从广义上讲，人工智能描画一种机器与周围世界交互的各种方式。经过先进的、像人类一样的智能——软件和硬件结合的结果——一台人工智能机器或设备就可以模拟人类的行为或像人一样执行义务。

我们明天读到了很多关于人工智能的内容，比如语音辨认(用于智能个人助理设备)，面部辨认(被用在目前社交媒体上很盛行的滤镜中)，或者物体辨认(比如搜索苹果和橙子的图片)。但是这些功能是如何完成的?

从根源上看，装备人工智能的机器会模拟人类的思想过程，比如分辨苹果和橙子的才能。

机器学习

机器学习是人工智能的一种途径或子集，它强调“学习”而不是计算机程序。一台机器运用复杂的算法来分析大量的数据，辨认数据中的形式，并做出一个预测——不需求人在机器的软件中编写特定的指令。在错误地将奶油泡芙当成橙子之后，系统的形式辨认会随着工夫的推移而不断改进，由于它会像人一样从错误中汲取教训并纠副本人。

经过机器学习，一个系统可以从本身的错误中学习来提高它的形式辨认才能。

深度学习

深度学习是机器学习的一个子集，推进计算机智能获得长足提高。它用大量的数据和计算才能来模拟深度神经网络。从本质上说，这些网络模拟人类大脑的连通性，对数据集停止分类，并发现它们之间的相关性。假如有新学习的知识(无需人工干涉)，机器就可以将其见解运用于其他数据集。机器处理的数据越多，它的预测就越准确。

例如，一台深度学习的设备可以检查大数据——比如经过水果的颜色、外形、大小、成熟工夫和产地——来准确判别一个苹果是不是青苹果，一个橙子是不是血橙。

经过深度学习，机器可以处理大量数据，辨认复杂的形式，并提出深化的见解。

人工智能、机器学习和深度学习之间的差异并不像苹果和橙子那么分明，它们更巧妙。

路过 帮顶 嘿嘿