現(xiàn)在人工智能AI非?；?，其中理論繁多，以機器學習最為火爆，但是人工智能、機器學習、深度學習到底有什么關(guān)系和區(qū)別？下面讓我們一一給大家解釋一下！

人工智能

人工智能是電腦擬人操作的一個統(tǒng)稱。據(jù)一些文獻記載1956 年在夏季達特茅斯會議上聚提出并定義人工智能！由計算機構(gòu)建具有人類智力和行為特征的機器。這是「通用人工智能（General AI）」的概念！人工智能設(shè)計的數(shù)學算法包括，最小二乘法，決策樹，支持向量機等。人工智能現(xiàn)在最熱門的算法應(yīng)該就是機器學習了。吳恩達等行業(yè)領(lǐng)袖也從實踐總結(jié)得經(jīng)驗驗證了機器學習以及其中深度學習是人工智能領(lǐng)域中最實用得算法。

機器學習是實現(xiàn)人工智能的方法之一

機器學習(ML)是 人工智能(AI)的子集，涵蓋一切有關(guān)數(shù)據(jù)訓練的學習算法研究。多年來發(fā)展的一整套成熟技術(shù)，機器學習算法包括：

決策樹學習（decision tree learning）、歸納邏輯編程（inductive logic programming）。其他的也有聚類（clustering）、強化學習（reinforcement learning）和貝葉斯網(wǎng)絡(luò)（Bayesian networks），人工神經(jīng)網(wǎng)絡(luò)（ANN）等。

機器學習可以指定需要學習圖片的部位或者特征，進行指導學習。并且因為算法眾多，也可以進行快速學習。

深度學習是機器學習的一個子集

機器學習的神經(jīng)網(wǎng)絡(luò)算法可以設(shè)計成兩層神經(jīng)網(wǎng)絡(luò)，三層神經(jīng)網(wǎng)絡(luò)，一直到十幾層的神經(jīng)網(wǎng)絡(luò)。這種具備多層隱藏層的神經(jīng)元網(wǎng)絡(luò)就叫深層神經(jīng)網(wǎng)絡(luò)或深度神經(jīng)網(wǎng)絡(luò)，也就是深度學習。

上圖就是深度網(wǎng)絡(luò)的一個簡單示例。不同網(wǎng)絡(luò)具備物體的不同特征，每一個網(wǎng)絡(luò)由前一個網(wǎng)絡(luò)構(gòu)成，比如第一層是點，第二層網(wǎng)絡(luò)構(gòu)成了線，第三層構(gòu)成了角和面。網(wǎng)絡(luò)越多細節(jié)越多，但是這些細節(jié)，人工是不能干預(yù)的。

人工智能、機器學習和深度學習之間的區(qū)別

人工智能最熱門得研究領(lǐng)域就是機器學習。但是人工智能不僅僅包括機器學習，并且人工智能也需要大量硬件基礎(chǔ)。

我們主要談?wù)剻C器學習和深度學習得區(qū)別。

簡單得說深度學習是機器學習得一個子集。但是不同適用方面，有哪些具體得區(qū)別呢？我們可以看看下面兩張圖.

當你有大量得數(shù)據(jù)，和很好得硬件時候。你可以選擇深度學習得到更好得結(jié)果。反之，如果你硬件需要低功耗并且低成本，數(shù)據(jù)量也不是很大，選擇機器學習得其他算法將得到比深度學習更好得結(jié)果。

最后總結(jié)了這張表格，我再用中文描述一下，

1. 訓練用得數(shù)據(jù)集： 機器學習需要得可以小 深度學習需要很大

2. 是否可以人工干預(yù)特征： 機器學習可以干預(yù) 深度學習不可以

3. 訓練的時間： 機器學習的需要多 深度學習的需要少

最后用一句話說一下，人工智能最熱門領(lǐng)域就是機器學習，而機器學習里面研究人數(shù)最多案例最多的就是深度學習。它們以此為子集。

昂鈦客AI專注人工智能社群，可以關(guān)注我們頭條號，也歡迎訪問我們網(wǎng)站:http://www.angtk.com