人工智慧、機器學習和深度學習的區別是什麼?

2021-02-23 電子人物聯網

 

我們周圍的事物正變得越來越智能。

　　從汽車到智慧型手機，到數字助理，甚至包括機器人。我們不只是在講每天層出不窮的、突破性的新功能。更重要的是，設備、計算機和機器都在聰明地執行任務。它們是如何做到的呢?通過人工智慧，也就是AI。

　　「人工智慧」一詞最早由認知科學家約翰·麥卡錫在研究中提出，他寫到，「這項研究基於一種推測，即任何學習行為或其它智力特徵，在原則上都可以被精確地描述，從而可以製造出一臺機器來模擬它。」這種描述在今天仍然適用，只是複雜性增加了一些。

　　你也許最近經常聽到「人工智慧」和另外幾個詞彙同時出現，特別是「機器學習」和「深度學習」。它們經常被互換使用，儘管它們存在關聯，但其實並非同一事物。

　　這樣說可能會讓人感到困惑。我們通過一個經典的例子來解釋人工智慧、機器學習和深度學習之間的區別：比較蘋果和橙子。

---  人工智慧   ---

　　從廣義上講，人工智慧描述一種機器與周圍世界交互的各種方式。通過先進的、像人類一樣的智能——軟體和硬體結合的結果——一臺人工智慧機器或設備就可以模仿人類的行為或像人一樣執行任務。

　　我們今天讀到了很多關於人工智慧的內容，比如語音識別(用於智能個人助理設備)，面部識別(被用在目前社交媒體上很流行的濾鏡中)，或者物體識別(比如搜索蘋果和橙子的圖片)。然而這些功能是如何實現的?

　　從根源上看，配備人工智慧的機器會模仿人類的思維過程，比如分辨蘋果和橙子的能力。

---  機器學習   ---

　　機器學習是人工智慧的一種途徑或子集，它強調「學習」而不是電腦程式。一臺機器使用複雜的算法來分析大量的數據，識別數據中的模式，並做出一個預測——不需要人在機器的軟體中編寫特定的指令。在錯誤地將奶油泡芙當成橙子之後，系統的模式識別會隨著時間的推移而不斷改進，因為它會像人一樣從錯誤中吸取教訓並糾正自己。

　　通過機器學習，一個系統可以從自身的錯誤中學習來提高它的模式識別能力。

　　通過機器學習，一個系統可以從自身的錯誤中學習來提高它的模式識別能力。

---   深度學習   ---

　　深度學習是機器學習的一個子集，推動計算機智能取得長足進步。它用大量的數據和計算能力來模擬深度神經網絡。從本質上說，這些網絡模仿人類大腦的連通性，對數據集進行分類，並發現它們之間的相關性。如果有新學習的知識(無需人工幹預)，機器就可以將其見解應用於其他數據集。機器處理的數據越多，它的預測就越準確。

　　例如，一臺深度學習的設備可以檢查大數據——比如通過水果的顏色、形狀、大小、成熟時間和產地——來準確判斷一個蘋果是不是青蘋果，一個橙子是不是血橙。

　　通過深度學習，機器可以處理大量數據，識別複雜的模式，並提出深入的見解。

　　人工智慧、機器學習和深度學習之間的差異並不像蘋果和橙子那麼明顯，它們更微妙。Qualcomm已將人工智慧技術整合進驍龍移動平臺，創造出令人折服的、直觀的體驗，讓設備可以更深入地了解你。

      公司成立於2013年，專注於物聯網技術與人工智慧技術挖掘整合，助力企業向物聯網企業轉型。目前公司主要產品與解決方案有：電子人物聯網--企業物聯網雲服務一體化解決方案（基於物聯網的雲企業中心+電子人智能工作APP）、中國工業服務交易網--基於物聯網故障預測的4S設備維保、備件交易、製造能力交易、IOT行業解決方案及數據服務等。

長按二維碼  關注我們吧

相關焦點

  • 人工智慧、機器學習和深度學習的區別和聯繫
    其後，人工智慧就一直縈繞於人們的腦海之中，並在科研實驗室中慢慢孵化。之後的幾十年，人工智慧一直在兩極反轉，或被稱作人類文明耀眼未來的預言，或被當成技術瘋子的狂想扔到垃圾堆裡。直到2012年之前，這兩種聲音還在同時存在。2012年以後，得益於數據量的上漲、運算力的提升和機器學習新算法（深度學習）的出現，人工智慧開始大爆發。
  • 人工智慧、機器學習和深度學習的區別?
    如上圖，人工智慧是最早出現的，也是最大、最外側的同心圓；其次是機器學習，稍晚一點；最內側，是深度學習，當今人工智慧大爆炸的核心驅動。五十年代，人工智慧曾一度被極為看好。之後，人工智慧的一些較小的子集發展了起來。先是機器學習，然後是深度學習。深度學習又是機器學習的子集。
  • 人工智慧、機器學習、深度學習的區別是什麼?
    Artificial Intelligence：人工智慧；Machine Learning：機器學習；Deep Learning：深度學習概括地說，AI 目前主要用於描述一些可以進行智能化行為的設備或機器，機器學習是它的子集，而深度學習是機器學習的一個子集。如上圖所示，最外層的是人工智慧，中間層是機器學習，最裡層則是深度學習。
  • 人工智慧、機器學習、深度學習的區別在哪?
    人工智慧、機器學習、深度學習的區別在哪？
  • 一篇文章讀懂:人工智慧、機器學習和深度學習的區別
    之後的幾十年，人工智慧一直在兩極反轉，或被稱作人類文明耀眼未來的預言，或被當成技術瘋子的狂想扔到垃圾堆裡。直到2012年之前，這兩種聲音還在同時存在。2012年以後，得益於數據量的上漲、運算力的提升和機器學習新算法（深度學習）的出現，人工智慧開始大爆發。
  • 一篇文章講清楚人工智慧、機器學習和深度學習的區別和聯繫
    其後，人工智慧就一直縈繞於人們的腦海之中，並在科研實驗室中慢慢孵化。之後的幾十年，人工智慧一直在兩極反轉，或被稱作人類文明耀眼未來的預言，或被當成技術瘋子的狂想扔到垃圾堆裡。直到2012年之前，這兩種聲音還在同時存在。2012年以後，得益於數據量的上漲、運算力的提升和機器學習新算法（深度學習）的出現，人工智慧開始大爆發。
  • 機器學習和深度學習的區別
    人工智慧是一類非常廣泛的問題，機器學習是其中一個重要領域和手段，深度學習則是機器學習的一個分支。在很多人工智慧問題上，深度學習的方法突破了傳統機器學習的瓶頸，因而影響力迅速擴大。什麼是機器學習？機器學習擅長做什麼？當然是替代重複的人工勞動，用機器自動從大量數據中識別模式——也就是「套路」啦。
  • 機器學習、數據科學、人工智慧、深度學習和統計學之間的區別!
    作者：Vincent Granville，來源：機器之心 在本文中，數據科學家與分析師 Vincent Granville 明晰了數據科學家所具有的不同角色，以及數據科學與機器學習、深度學習、人工智慧、統計學、物聯網、運籌學和應用數學等相關領域的比較和重疊。
  • 人工智慧,機器學習和深度學習之間的差異是什麼?
    ，機器學習，甚至是深度學習。人工智慧，機器學習和深度學習都是屬於一個領域的一個子集。但是人工智慧是機器學習的首要範疇。機器學習是深度學習的首要範疇。深度學習是機器學習的一個子集，機器學習是人工智慧的一個子集這個領域的興起應該歸功於深度學習。人工智慧和機器學習這個領域近年來一直在解決一系列有趣的問題，比如從自動化的雜貨店購買到自動駕駛汽車。
  • 人工智慧、機器學習和深度學習之間的區別和聯繫
    在媒體描述DeepMind勝利的時候，將人工智慧（AI）、機器學習（machine learning）和深度學習（deep learning）都用上了。這三者在AlphaGo擊敗李世乭的過程中都起了作用，但它們說的並不是一回事。今天我們就用最簡單的方法——同心圓，可視化地展現出它們三者的關係和應用。
  • 機器學習和深度學習的 5 個關鍵區別
    這類人群就是機器學習工程師。「人工智慧」、「機器學習」和「深度學習」這三個詞經常交替出現，但如果你正在考慮從事人工智慧的職業，了解它們之間的區別是很重要的。讓我們深入討論機器學習和深度學習到底是什麼，以及機器學習和深度學習的區別。什麼是機器學習？通過機器學習，計算機系統通過編程來學習輸入的數據，而不需要重複編程。換言之，他們不斷地提高自己在任務上的表現，例如，在沒有人幫助下玩遊戲。機器學習被廣泛應用於藝術、科學、金融、醫療等領域。
  • 機器學習和深度學習有什麼區別?
    除了深度學習和機器學習的比較外，我們還將研究他們未來的趨勢和走向。深度學習 VS 機器學習深度學習與機器學習簡介一、什麼是機器學習？通常，為了實現人工智慧，我們使用機器學習。我們有幾種算法用於機器學習。
  • 一文講清人工智慧、機器學習和深度學習的區別
    相信大家對人工智慧、機器學習和深度學習三個詞語並不陌生，最近研習社的資產配置系列也曾提及，那你認為，它們是一回事嗎？文章轉自丨PINTEC品鈦原文來自丨blogs.nvidia作者丨Micheal Copeland翻譯丨小羊還記得年初的那場人機大戰嗎？
  • AI、機器學習和深度學習之間的區別是什麼?
    （原標題：人工智慧、機器學習和深度學習之間的區別和聯繫）
  • 人工智慧、機器學習、深度學習之間究竟是什麼關係
    人工智慧時代已經到來。超多維所布局的智能計算視覺技術體系，對人工智慧領域聚焦於視覺層面的改變和顛覆。隨著人工智慧熱度的不斷提升，人工智慧、機器學習和深度學習頻頻被提及。今天我們就從行業內的主流觀點出發，淺析一下三者的區別與聯繫。人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
  • 科普|一文看懂人工智慧、機器學習和深度學習的區別
    編者按：我們在進行深度學習課程推廣時，經常有同學會問到這麼一個問題：人工智慧、機器學習和深度學習之間的關係是什麼？
  • 【科普】人工智慧、機器學習和深度學習有何不同?
    幾乎全球的媒體都在用瘋狂的篇幅來報導這場矚目的人機世紀大戰，而其中「人工智慧、機器學習、深度學習」這三個詞頻頻出現。上面三個詞都是AlphaGo獲勝的緣由。但對很多只是看過幾次報導的人來說，對這三個概念之間的關係，經常傻傻分不清楚！人工智慧、機器學習、深度學習之間，到底有什麼聯繫和區別？
  • 機器喵大作戰 | 解剖人工智慧、機器學習和深度學習
    以插圖、類比和大量示例趣說深度學習網絡的關鍵理念、算法與TensoeFlow實踐，涵蓋BP網絡、CNN、RNN、受限玻爾茲曼機、深度殘差網絡、強化學習、對抗學習，以及多個有趣應用。 推薦語：技術暢銷書《白話大數據與機器學習》姊妹篇，YY大數據專家撰寫，李學凌、朱頻頻、王慶法、王海龍聯袂推薦。
  • 人工智慧及機器學習與深度學習揭秘
    深度學習、機器學習、人工智慧，這些代表著未來技術的流行語。在本文中，我們將通過一些真實案例討論機器學習和高階的深度學習。在21世紀技術官社區未來的文章中，我們會持續探討垂直行業人工智慧的應用。當然，本文的目的並不是讓你成為數據科學家，而是讓你更好的理解用機器學習都做什麼。
  • 一篇文章分辨人工智慧、機器學習與深度學習
    人工智慧？機器學習？深度學習？安全界用辭令人困惑，了解主要用語真正的意義，方可在信息安全的世界中遊走自如。在熱情的市場營銷人員口中，「人工智慧」、「機器學習」 和 「深度學習」 的定義變得模糊，明確性讓位於增加銷量的需要。