要說(shuō)當(dāng)下科技圈炙手可熱的詞兒， “人工智能”一定占據(jù)一席。

10年積累的成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站經(jīng)驗(yàn)，可以快速應(yīng)對(duì)客戶對(duì)網(wǎng)站的新想法和需求。提供各種問(wèn)題對(duì)應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識(shí)你，你也不認(rèn)識(shí)我。但先網(wǎng)站設(shè)計(jì)制作后付款的網(wǎng)站建設(shè)流程，更有鳳縣免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

不過(guò)，雖然是當(dāng)下的前沿科技，一般人兒還真不一定都能聽(tīng)懂。

何況，當(dāng)創(chuàng)業(yè)者或者大佬們?cè)谟懻摗叭斯ぶ悄堋睍r(shí)，往往還會(huì)帶上 “機(jī)器學(xué)習(xí)”和 “深度學(xué)習(xí)”。

“人工智能”究竟是什么？

“機(jī)器學(xué)習(xí)”又是什么鬼？

“深度學(xué)習(xí)”四個(gè)字你知我知，

但合起來(lái)似乎又不懂……

為了讓你成為一枚合格的科技知識(shí)分子，

今天我們一起來(lái)掰扯清楚它們到底是個(gè)啥。

先說(shuō)說(shuō)“人工智能”，也就是一直臉熟的“ AI”?！叭斯ぶ悄堋币辉~最早由認(rèn)知科學(xué)家約翰·麥卡錫提出，他寫(xiě)到，“這項(xiàng)研究基于一種推測(cè)，即任何學(xué)習(xí)行為或其它智力特征，在原則上都可以被精確地描述，從而可以制造出一臺(tái)機(jī)器來(lái)模擬它。”這種描述在今天仍然適用。

從廣義上講，“人工智能”是一門(mén)新技術(shù) 學(xué)科，目前教育部新設(shè)了人工智能技術(shù)服務(wù)專業(yè)，國(guó)內(nèi)還有多所開(kāi)設(shè)該專業(yè)的院校。

人工智能描述了一種機(jī)器與周?chē)澜缃换サ母鞣N方式。通過(guò)軟件和硬件的結(jié)合——一臺(tái)“人工智能”設(shè)備可以模仿人類的行為或像人一樣執(zhí)行任務(wù)，比如它會(huì) 模仿人類的思維過(guò)程去區(qū)分是你媽還是你女朋友。

有觀點(diǎn)指出，目前的人工智能還處于“弱人工智能”，可以比人類更好地去做特定的事，比如機(jī)器視覺(jué)、語(yǔ)音識(shí)別。而像鋼鐵俠一樣的智能則是“強(qiáng)人工智能”了，而當(dāng)下距離它還有很長(zhǎng)的一段征途要走。

那么，具有人工智能的設(shè)備是如何區(qū)分你媽和你女朋友的呢？

——這就涉及到了“機(jī)器學(xué)習(xí)”。

“機(jī)器學(xué)習(xí)”（Machine Learning）是AI的核心，是AI的分支之一。

“機(jī)器學(xué)習(xí)”的基本做法是通過(guò)復(fù)雜的算法來(lái)分析大量的數(shù)據(jù)，識(shí)別數(shù)據(jù)中的模式，并據(jù)此做出預(yù)測(cè)。也就是說(shuō)，學(xué)的數(shù)據(jù)越多，效果會(huì)越好。這就像人類學(xué)習(xí)的過(guò)程——我們?cè)趯W(xué)校學(xué)到知識(shí)，然后在生活中應(yīng)用。只不過(guò)這一過(guò)程的學(xué)習(xí)主體，是機(jī)器。通過(guò)機(jī)器學(xué)習(xí)，一個(gè)系統(tǒng)可以不斷改正自身的錯(cuò)誤，從而提高它的模式識(shí)別能力。

剛剛講到機(jī)器學(xué)習(xí)是通過(guò)各種復(fù)雜的算法，而這算法之一就比如“深度學(xué)習(xí)”。

作為近十年來(lái)人工智能領(lǐng)域取得的重大突破，“深度學(xué)習(xí)”是機(jī)器學(xué)習(xí)的最新領(lǐng)域，它推動(dòng)了計(jì)算機(jī)智能的長(zhǎng)足進(jìn)步。

“深度學(xué)習(xí)”（Deep Learning）用大量的數(shù)據(jù)和計(jì)算能力來(lái)模擬深度神經(jīng)網(wǎng)絡(luò)，這些網(wǎng)絡(luò)模仿人類大腦的連通性，對(duì)數(shù)據(jù)集進(jìn)行分類，并發(fā)現(xiàn)它們之間的相關(guān)性。通過(guò)深度學(xué)習(xí)，機(jī)器可以處理大量數(shù)據(jù)，識(shí)別復(fù)雜的模式，并提出深入的見(jiàn)解。

以識(shí)別女朋友和老媽為例，傳統(tǒng)的機(jī)器學(xué)習(xí)，往往需要人工調(diào)整參數(shù)，因此參數(shù)的數(shù)量十分有限?！吧疃葘W(xué)習(xí)”則能從大數(shù)據(jù)中自動(dòng)獲得成千上萬(wàn)的參數(shù)，自動(dòng)分析圖像中人物的年齡、表情、姿態(tài)等信息，而這過(guò)程中不需要人的參與。

簡(jiǎn)單總結(jié)　

人工智能是一個(gè)寬泛概念，機(jī)器學(xué)習(xí)是其子集；機(jī)器學(xué)習(xí)可以實(shí)現(xiàn)人工智能，而深度學(xué)習(xí)可以實(shí)現(xiàn)機(jī)器學(xué)習(xí)，是機(jī)器學(xué)習(xí)的子集。

機(jī)器學(xué)習(xí)VS深度學(xué)習(xí)

1、應(yīng)用場(chǎng)景

機(jī)器學(xué)習(xí)在指紋識(shí)別、特征物體檢測(cè)等領(lǐng)域的應(yīng)用基本達(dá)到了商業(yè)化的要求。

深度學(xué)習(xí)主要應(yīng)用于文字識(shí)別、人臉技術(shù)、語(yǔ)義分析、智能監(jiān)控等領(lǐng)域。目前智能硬件、教育、醫(yī)療等行業(yè)也在快速布局。

基于人工智能和大數(shù)據(jù)分析的數(shù)據(jù)底層， 催米科技 自主研發(fā)了AI米智能語(yǔ)音系統(tǒng)，利用先進(jìn)的語(yǔ)音識(shí)別、合成和語(yǔ)義理解技術(shù)，集成IVR平臺(tái)，目前已廣泛應(yīng)用于商業(yè)銀行、消費(fèi)金融等多個(gè)場(chǎng)景，為客戶提供了高效、智能、專業(yè)的綜合服務(wù)。

2、所需數(shù)據(jù)量

機(jī)器學(xué)習(xí)能適應(yīng)各種數(shù)據(jù)量，特別是數(shù)據(jù)量較小的場(chǎng)景。

如果數(shù)據(jù)量迅速增加，那么深度學(xué)習(xí)的效果將更加突出，這是因?yàn)樯疃葘W(xué)習(xí)算法需要大量數(shù)據(jù)才能完美理解。

3、執(zhí)行時(shí)間

執(zhí)行時(shí)間是指訓(xùn)練算法所需要的時(shí)間量。

一般來(lái)說(shuō)，機(jī)器學(xué)習(xí)需要很短的執(zhí)行時(shí)間。而深度學(xué)習(xí)需要更多的訓(xùn)練時(shí)間，因?yàn)樵撍惴ò刑鄥?shù)。

4、硬件依賴性

機(jī)器學(xué)習(xí)的話，一般普通機(jī)器就可以。而深度學(xué)習(xí)對(duì)硬件的依賴更高，大多數(shù)情況下需要GPU運(yùn)算。

通過(guò)以上介紹，大家是不是對(duì)“人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)”這三個(gè)名詞有一個(gè)清晰的了解呢？

其實(shí)有關(guān)科技流行語(yǔ)還有不少，它們都代表著對(duì)未來(lái)技術(shù)的分析。

我們有理由相信，在未來(lái)，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)將能為更多行業(yè)帶來(lái)令人激動(dòng)的光明前景。

更多人工智能資訊，歡迎關(guān)注催米科技公眾號(hào)SH-Cuimi