AI(Artificial Intelligence) 和 ML(Machine Learning) 以及 DP(Deep Learning) 之间的关系到底是什么？

关于AI和大数据的关系。如果把AI比作火箭，那么数据就是它的燃料。这个燃料可大可小，但是在当前的绝大部分AI算法中，都是越大越好。

关于AI(Artificial Intelligence)、ML(Machine Learning)、DP(Deep Learning)之间的关系。 AI是一个抽象的概念，为的是使机器表现出人的智能(比如图像/语音识别，翻译，预测…)，而ML是实现AI的一种方法，也就是除了ML，还有其他的实现AI的方法。比如说一些搜索算法(经典的A*)。而DP则是ML的子类。

 

所谓AI工程化，也即是将AI从论文里的算法、研究，经过一系列的工程手段，最终集成落地到具体的应用中；或者选择合适的模型和算法，经过一些优化，使得它能解决现实世界中真实的问题，并产生我们所需要的价值。是一个从学术研究领域到工程实践领域的一个过程。正因其原本是属于研究领域的事物，其门槛也是相当较高的(即使只做工程化落地，不去做学术研究)。

最简单的一个工程化落地的例子，也就是将一个算法(比如人脸识别)，根据对应算法训练出来，得到一个模型。然后将模型发布成一个RESTful Service，供其他应用(比如说门禁系统)使用，以达到使用刷脸进出的效果(价值)。

---------------------------------------------------------------------

本文内容整理自网络，若有侵权，请联系我删除！