小强学AI之 - 概念(人工智能 vs 机器学习 vs 深度学习)

初入AI知识领域,常会被下面的这几个术语所迷惑:
人工智能(AI - Artificial Intelligenc)
机器学习(ML - Machine Learning)
深度学习(DL - Deep Learning)

它们之间的区别是什么,有什么联系。
下面,我将自己的理解讲一下:

人工智能(AI - Artificial Intelligenc)

人工智能分两种:广义人工智能(或者说强人工智能,或者说通用人工智能)和狭义人工智能(或者说弱人工智能)

广义人工智能

广义人工智能也称为强人工智能,或通用人工智能(AGI)。
是指:计算机可以像人类一样思考,学习,进步,可以完成人类可以完成的“任何”任务。甚至可以有情感。

当然AGI目前尚未实现,它只是AI的终极目标,或者引用网络用语,AGI是AI的圣杯(Holy Grail)。如果真能实现AGI,那么,我们在电影中看到的,终结者,I ROBOT等等,都将成为现实。
想想其实挺恐怖的。

狭义人工知能

是指,计算机可以在某一方面像人类一样学习,并通过训练可以做得比人更快,更好。
比如通过机器学习machine learning来让机器完成分类,识别等的动作。
正是因为它的狭义,今天我们才可以在一些单独的领域里看到诸如Alphago,图像识别,语音识别等等,给人们的未来带来希望的技术。

机器学习(ML - Machine Learning)

机器学习是实现AI的一种简单的方式,或者说,它是当前AI的”工艺水平“。
也就是说机器学习是取AI的一些核心观点,利用神经网络来解决实际问题。

深度学习(DL - Deep Learning)

深度学习是机器学习众多方法和技术中的一个,是更细分的方法。也是当前深度学习的最前沿。
之所以深度学习这么火,以至于人们经常混淆这两者。是因为,深度学习在图像识别,语音识别方面表现的相当突出,是应用的比较多的技术。

它是一种训练算法,训练计算机最终学会某种方法。
它需要给计算机提供训练数据,非常大量的数据。并给出答案(标记)。
举个例子,给计算机提供数以千计,万计,甚至百万,千万计的图像。并对图像进行标记。比如对猫的图像标记为cat.对狗的图像标记为dog。给计算机提供足够多的猫的图像,计算机就会构建一个模型,使得,你再次给计算机提交一个未标记的猫的图像时,它可以非常精确的识别出这是一只cat,而不是dog。当这种精确程序达到非常高的高度时,我们就认为计算机”学会“了如果识别一只猫。

参考:
Artificial General Intelligence – The Holy Grail of AI
The Difference Between Artificial Intelligence, Machine Learning, and Deep Learning
What Is The Difference Between Deep Learning, Machine Learning and AI?
Understanding the differences between AI, machine learning, and deep learning
Artificial Intelligence — Human Intelligence Exhibited by Machines
AI vs Machine Learning vs Deep Learning

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容