人工智能Artificial Intelligence（AI）、機(jī)器學(xué)習(xí)Machine Learning（ML）和深度學(xué)習(xí)Deep Learning（DL）通?？梢曰Q使用。但是，它們并不完全相同。人工智能是最廣泛的概念，它賦予機(jī)器模仿人類行為的能力。機(jī)器學(xué)習(xí)是將人工智能應(yīng)用到系統(tǒng)或機(jī)器中，幫助其自我學(xué)習(xí)和不斷改進(jìn)。最后，深度學(xué)習(xí)使用復(fù)雜的算法和深度神經(jīng)網(wǎng)絡(luò)來重復(fù)訓(xùn)練特定的模型或模式。

讓我們看看每個(gè)術(shù)語的演變和歷程，以更好地理解人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)實(shí)際指的是什么。

人工智能

自過去 70 多年以來，人工智能已經(jīng)取得了長(zhǎng)足的進(jìn)步。無論我們是否知道，也不管喜歡與否，，它已經(jīng)滲透到了我們生活的方方面面。在過去十年中，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的進(jìn)步已經(jīng)在各種規(guī)模的行業(yè)和組織中創(chuàng)造了人工智能熱潮。云服務(wù)提供商通過開發(fā)免費(fèi)的開源服務(wù)和提供新的場(chǎng)景進(jìn)一步推動(dòng)的這種勢(shì)頭。

Figure 1: Overview of AI, ML and DL

人工智能可能是自 1956 年以來最受關(guān)注的概念。到 2015 年，GPU 的廣泛使用使并行處理更快、更強(qiáng)大、更便宜。而愈加廉價(jià)的存儲(chǔ)可以大規(guī)模地存儲(chǔ)大數(shù)據(jù)（從純文本到圖像、映射等）。這產(chǎn)生了對(duì)數(shù)據(jù)分析的需求，它被更普遍地稱為數(shù)據(jù)科學(xué)data science，導(dǎo)致機(jī)器學(xué)習(xí)發(fā)展為實(shí)現(xiàn)人工智能的方法。

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是使用算法來處理、學(xué)習(xí)和理解或預(yù)測(cè)可用數(shù)據(jù)的模式。最近，軟件開發(fā)的低代碼和無代碼概念被用作機(jī)器學(xué)習(xí)中的自學(xué)習(xí)過程，它給出了完成特定任務(wù)的特定指令。通過使用數(shù)據(jù)和算法對(duì)機(jī)器進(jìn)行“訓(xùn)練”，使其能夠?qū)W習(xí)如何執(zhí)行任務(wù)，更重要的是，將學(xué)習(xí)應(yīng)用到不斷發(fā)展的過程中。

Figure 2: Evolution of AI, ML and DL

機(jī)器學(xué)習(xí)是在開發(fā)者社區(qū)專注于 AI 時(shí)發(fā)展起來的，然后發(fā)展了算法決策樹學(xué)習(xí)、邏輯編程、聚類、并行處理和強(qiáng)化學(xué)習(xí)。這些都是朝著正確方向邁出的良好一步，但不足以解決世界感興趣的場(chǎng)景。

深度學(xué)習(xí)

深度學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)的進(jìn)化，是人工智能社區(qū)的創(chuàng)意。它學(xué)習(xí)了人類思維在特定場(chǎng)景中的工作方式，然后在這項(xiàng)工作上比人類做得更好！例如，IBM 的 Watson 與自己下國(guó)際象棋，并在游戲中取得了很大進(jìn)步，最終擊敗了世界冠軍。谷歌的 AlphaGo 也學(xué)會(huì)了如何玩圍棋游戲，一遍又一遍地玩它以提高自己，并成為冠軍。

人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)正在不斷發(fā)展。參與數(shù)據(jù)科學(xué)的每個(gè)人都希望推進(jìn)這些概念以改善我們的日常生活。而開源社區(qū)、私營(yíng)企業(yè)、科學(xué)家和政府機(jī)構(gòu)都在為此共同努力。

Figure 3: Types of AI, ML and DL

總而言之，雖然 AI 有助于創(chuàng)建智能機(jī)器，但機(jī)器學(xué)習(xí)有助于構(gòu)建 AI 驅(qū)動(dòng)的應(yīng)用。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集。它通過利用復(fù)雜算法處理大量數(shù)據(jù)來訓(xùn)練特定模型。由于狹義 AI 極難開發(fā)，機(jī)器學(xué)習(xí)正在通過剛性計(jì)算解決這一領(lǐng)域的機(jī)遇。至少對(duì)于實(shí)現(xiàn)通用 AI，深度學(xué)習(xí)有助于將 AI 和機(jī)器學(xué)習(xí)結(jié)合在一起。