一文读懂人工智能、机器学习、深度学习有啥渊源

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、突破性的新功能。更重要的是，设备、计算机和机器都在聪明地执行任务。它们是如何做到的呢?通过人工智能，也就是AI。

“人工智能”一词最早由认知科学家约翰·麦卡锡在研究中提出，他写到，“这项研究基于一种推测，即任何学习行为或其它智力特征，在原则上都可以被精确地描述，从而可以制造出一台机器来模拟它。”这种描述在今天仍然适用，只是复杂性增加了一些。

你也许最近经常听到“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”。它们经常被互换使用，尽管它们存在关联，但其实并非同一事物。

这样说可能会让人感到困惑：到底什么是人工智能？什么是机器学习？什么是深度学习？

人工智能

人工智能的范围可以说很大、很泛，从表面上可以理解为机器的智能化，让机器像人一样能解决思考解决问题。其实人工智能核心技术包括很多的方面：推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。可以说机器学习和深度学习都是人工智能这个大主题下的一部分吧。简而言之，机器学习和深度学习是人工智能的两个关键的技，看人工智能的发展历史，人工智能三大研究内容：计算机模仿人类的思考，对环境的感知和动作的实现是人工智能的三大研究内容。

人工智能发展历史

机器学习

机器学习是一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络。其之所以现在这么火，是因为在大数据的环境下，人们对算法和人脑结构的模拟，让机器从数据和知识中学习到有用的知识，如语音识别、图像识别等都是机器学习的结果。如美图秀秀是很多女孩子的最爱，其核心的算法就是在卷积BP神经网络来实现的。

神经网络结构

什么是神经网络？

神经网络就是模拟人脑的神经元结构，在计算机中实现对神经网的连接，现在对于人来说神经网络就像是一个黑箱子，人们还无法从连接权值中提取知识。神经网络的学习分为“有监督学习”和“无监督学习”两个部分。有监督的学习就是有输入数据和输出数据，无监督学习就是只有输入数据，让网络自己分类或者学习其规律。

深度学习

深度学习仅仅实现神经网络的层面上提到的网络的层数更多，网络的神经元个数更多的网络，就是能从深层次的挖掘数据知识。