自然智能，人工智能，机器学习和深度学习的定义和解释

自然智能（Natural Intelligence， NI），指人通过大脑的运算和决策产生有价值的行为。这些行为包括了人的大脑思考及决策、耳朵听力及判断、眼睛视觉及判断、鼻子嗅觉及判断、皮肤触觉及判断等，体现在人行为的方方面面。

人工智能（Artificial Intelligence， AI），通过机器替代人，实现人具有的智能行为。这里的机器主要指计算机、数据、相关软件，也可以包括相关的智能终端设备。目前人工智能应用比较成熟的技术方向包括机器博弈（智能机器人）、声音识别、图像图片识别（文字、指纹、人脸等）、传感器等提供数据的分析与预测。人工智能研究的主要学科涵盖计算机科学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等。

机器学习(Machine Learning， ML),是算法和统计模型的科学研究，计算机系统使用它来有效地执行特定任务，无须使用明确的指令，而是依赖于模式和推理。它被视为人工智能的一个子集，也是人工智能的核心。机器学习必须借助数据进行“学习”。机器学习的形式可以分为监督学习、半监督学习、无监督学习、强化学习。

深度学习（Deep Learning， DL）,（也称为深度结构化学习或分层学习）是基于学习数据表示的机器学习方法系列的一部分，而不是特定于任务的算法。深度学习受生物神经系统中信息处理和通信模式的启发，但与生物大脑的结构和功能存在差异。目前，深度学习架构，如深度神经网络、深度置信网络和递归神经网络， 已应用于计算机视觉、语音识别、自然语言处理、音频识别、社交网络过滤、机器翻译、生物信息学、药物设计和医学图像分析等领域。