人工智慧、機器學習、深度學習的區別是什麼?

2021-02-15 Qualcomm中國

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。換句話說，機器學習和深度學習屬於人工智慧範疇，但人工智慧不一定是機器學習或深度學習。

先說「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。

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。通過軟體和硬體的結合——一臺「人工智慧」設備可以模仿人類的行為或像人一樣執行任務。


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。

舉個例子，假如你手機裡存了你女朋友和你媽的照片，你想把它們區分開，這時就可以把任務交給「人工智慧」，在分辨人臉這類應用中，「人工智慧」能比人更高效地執行任務。正因為此，「人工智慧」目前也被應用到了許多其他領域，從計算機視覺和自然語言處理，到各種終端，如智慧型手機和汽車上的惡意軟體偵測。

相關焦點

  • 人工智慧、機器學習和深度學習的區別?
    本文整理自 菜園子產品經理四園 的討論：整理者@瀋陽～親子互動～阿南 討論者@杭州-醫療產品-Kai @上海-產品-Shawn @深圳-產品經理-華成 第一，人工智慧做到真正的內容匹配第二，有價值的信息才是信息，人是需要信息解析確定信息價值的第三，從技術底層來看第四，人工智慧、機器學習和深度學習的區別?
  • 人工智慧、機器學習和深度學習的區別和聯繫
    機器學習直接來源於早期的人工智慧領域，傳統的算法包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等等。從學習方法上來分，機器學習算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、集成學習、深度學習和強化學習。
  • 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。
  • 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。
  • 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。
  • 一篇文章,搞懂人工智慧、機器學習和深度學習之間的區別
    去年早些時候 Google DeepMind 的 AlphaGo 項目在舉世矚目的圍棋比賽中一舉擊敗了韓國選手李世石，媒體就是使用了人工智慧、機器學習和深度學習這幾個術語，來解釋 DeepMind 獲勝的原因，並將它們混為一談。但是三者其實不是一回事。
  • 資源 人工智慧、深度學習、機器學習有什麼區別?DL 應用案例全解析(下載)
    【新智元導讀】對於希望從戰略層面洞察人工智慧這一領域的企業領袖來說，insideBIGDATA Guide to Deep Learning & Artificial Intelligence是個有用的新資源。
  • AI人工智慧、ML機器學習&DL深度學習
    人工智慧專注於圖像識別，語音識別和自然語言處理。人工智慧研究的各個分支，包括專家系統、機器學習、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統等。從學習方法上來分，機器學習算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、集成學習、深度學習和強化學習。傳統的機器學習算法在指紋識別、基於Haar的人臉檢測、基於HoG特徵的物體檢測等領域的應用基本達到了商業化的要求或者特定場景的商業化水平。
  • 人工智慧及機器學習與深度學習揭秘
    21CTO社區導讀：本文向各位開發者全面揭示人工智慧，關於機器學習、監督學習、無監督學習、分類、決策樹、聚類、深度學習等相關算法。
  • 一文讀懂機器學習與深度學習的聯繫與區別
    ，可快速關注一起學Python）翻譯：  Tocy, kevinlinkai, 雪落無痕xdj, ZICK_ZEON, lnovonl, fozz  來源：  開源中國     連結：https://www.oschina.net/translate/deep-learning-vs-machine-learning-2018機器學習和深度學習有什麼區別
  • AI、機器學習和深度學習的區別到底是什麼
    智東西  文｜海中天AI（人工智慧）是未來，是科幻小說，是我們日常生活的一部分。所有論斷都是正確的，只是要看你所談到的AI到底是什麼。例如，當谷歌DeepMind開發的AlphaGo程序打敗韓國職業圍棋高手Lee Se-dol，媒體在描述DeepMind的勝利時用到了AI、機器學習、深度學習等術語。
  • AI、機器學習和深度學習的區別到底是什麼?
    AI（人工智慧）是未來，是科幻小說，是我們日常生活的一部分。所有論斷都是正確的，只是要看你所談到的AI到底是什麼。
  • 一篇文章講清楚人工智慧、機器學習和深度學習的區別
    譯者：曲曉峰，香港理工大學人體生物特徵識別研究中心博士生個人科研主頁： http://www.quxiaofeng.me/research* * *如下圖，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。
  • 數據科學、機器學習、人工智慧的區別到底是什麼?
    AI 前線導讀：當我向別人介紹我是一個數據科學家的時候，我常常聽到這樣的疑問：「這和機器學習有什麼區別
  • 機器學習VS深度學習,兩者區別在哪裡?
    如今人工智慧已經成為一大熱門話題，而人工智慧的基本構建要素分為機器學習與深度學習。
  • 機器學習與人工智慧、深度學習有什麼關係?終於有人講明白了
    下面首先簡要介紹它們的關係，然後講述機器學習的基本概念和模式。「機器學習」「人工智慧」「深度學習」這三個詞常常被人混淆，但其實它們出現的時間相隔甚遠，「人工智慧」（Artificial Intelligence，AI）出現於20世紀50年代，「機器學習」（Machine Learning，ML）出現於20世紀80年代，而「深度學習」（Deep Learning，DL）則是近些年才出現的。
  • 從人工智慧機器學習到深度學習,不容錯過的人工智慧簡史
    從垃圾信件自動分類、圖像辨識、自動翻譯… 你知道內部即已包含了人工智慧嗎？不過具體來說，我們會把這樣的技術稱為「機器學習」到底什麼是人工智慧？什麼是機器學習？什麼是深度學習？三者的差異在哪？所以說別再說現在紅的是「人工智慧」啦！人工智慧領域很多元也很廣泛，早在1950 年代就已經紅過了。什麼是深度學習？機器學習的一個分支不過除了機器學習，最近常聽到的「深度學習」又是什麼意思呢？類神經網路、深度神經網路和深度學習是不一樣的東西嗎？
  • 從人工智慧能機器學習到深度學習,不容錯過的人工智慧簡史
    從垃圾信件自動分類、圖像辨識、自動翻譯… 你知道內部即已包含了人工智慧嗎？不過具體來說，我們會把這樣的技術稱為「機器學習」。到底什麼是人工智慧？什麼是機器學習？什麼是深度學習？三者的差異在哪？所以說別再說現在紅的是「人工智慧」啦！人工智慧領域很多元也很廣泛，早在1950 年代就已經紅過了。 什麼是深度學習？機器學習的一個分支不過除了機器學習，最近常聽到的「深度學習」又是什麼意思呢？類神經網路、深度神經網路和深度學習是不一樣的東西嗎？
  • 一張圖看懂AI、機器學習和深度學習的區別
    AI(人工智慧)是未來，是科幻小說，是我們日常生活的一部分。所有論斷都是正確的，只是要看你所談到的AI到底是什麼。　　要搞清它們的關係，最直觀的表述方式就是同心圓，最先出現的是理念，然後是機器學習，當機器學習繁榮之後就出現了深度學習，今天的AI大爆發是由深度學習驅動的。
  • 【線上】人工智慧Python機器學習與深度學習在線培訓
    目前，微軟、騰訊、谷歌、Facebook、百度、阿里巴巴等把深度學習作為未來工業和網際網路發展的研究重心。中國科學院、清華大學、北京大學等高校和科研院所成立專業研究中心和實驗室把深度學習進行科學技術成果轉化，顯著推動了深度學習應用的發展。