人工智能、机器学习、深度学习联系&区别

人工智能、机器学习、深度学习这三个词一定很熟悉，但他们之间的区别，和联系你们知道吗？

简单的说：人工智能包括了机器学习和深度学习，机器学习包括了深度学习，他们是子类和父类的关系。

人工智能：

     说到人工智能都想起AI（Artificial Intelligence）他的起源也是很早就提出了（1956年），之间经历了几次起落，最终在2012年以后，得益于数据量的上涨、运算力的提升、机器学习的深度学习算法，开始火爆，经典的是当时的阿尔法GO 、阿尔法zero在围棋上的应用，

     人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

    人工智能实际应用：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。人工智能目前也分为：强人工智能(BOTTOM-UPAI)和弱人工智能(TOP-DOWNAI)，有兴趣大家可以自行查看下区别。

机器学习：

      机器学习(MachineLearning,ML)，是人工智能的核心，属于人工智能的一个分支。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。所以机器学习的核心就是数据，算法（模型），算力（计算机运算能力）。

      听过一个说法，机器学习（深度学习）灵感就来自于人认识世界的机理，刚出生的小孩，什么也不知道，他是通过不断的对外界世界认知，去逐渐熟悉这个世界，人的眼睛每秒甚至每微秒都相当于在对外界提取信息（照片）从刚出生到她完全对这个世界有一定的认知，估计要有上亿张这样的照片学习，才使得每当看到一个事物知道这个叫啥？干什么用的，机器学习（深度学习）就是根据这个原理，采用大量的数据集，对模型进行训练，使他能达到人类认知的水平，甚至超过人类认知水平。

      机器学习应用领域十分广泛，例如：数据挖掘、数据分类、计算机视觉、自然语言处理(NLP)、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用等。

深度学习：

     深度学习本来是在机器学习里面的，后来经过发展，一些特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。

      最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念，可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法和激活函数等方面做出相应的调整。其实有不少想法早年间也曾有过，但由于当时训练数据量不足、计算能力落后，因此最终的效果不尽如人意。

        深度学习摧枯拉朽般地实现了各种任务，使得似乎所有的机器辅助功能都变为可能。无人驾驶汽车，预防性医疗保健，甚至是更好的电影推荐，都近在眼前，或者即将实现。

总结一句话：机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。

参考：

https://www.cnblogs.com/bokeyuan-dlam/articles/7928135.html

https://baijiahao.baidu.com/s?id=1588563162916669654&wfr=spider&for=pc