人工智能、机器学习和深度学习的区别
文章目录
- 1、人工智能
- 2、机器学习：一种实现人工智能的方法
- 3、深度学习：一种实现机器学习的技术
- 3.1 深度学习已经取得的进展
1、人工智能
人工智能的研究领域包括 专家系统(Expert Systems)、机器学习(Machine Learning)、进化计算(Evolutionary Computation)、模糊逻辑(Fussy Logic)、计算机视觉(Computer Vision)、自然语言处理(NLP)、推荐系统(Recommender Systems)等。
| 序号 | 研究领域 分类 |
|---|---|
| 1 | 专家系统（Expert Systems） |
| 2 | 机器学习（Machine Learning） |
| 3 | 进化计算（Evolutionary Computation） |
| 4 | 模糊逻辑（Fussy Logic） |
| 5 | 计算机视觉（Computer Vision） |
| 6 | 自然语言处理（NLP） |
| 7 | 推荐系统（Recommender Systems） |
目前的科研工作都集中在 弱人工智能 这部分，并很有希望在近期取得重大突破。
2、机器学习：一种实现人工智能的方法
随着人对计算机科学的期望越来越高，要求它解决的问题越来越复杂，已经远远不能满足人们的诉求了。于是有人提出了一个新的思路——能否不为难码农，让机器自己去学习呢？
机器学习就是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。研究人员不会亲手编写软件、确定特殊指令集、然后让程序完成特殊任务；相反，研究人员会用大量数据和算法“训练”机器，让机器学会如何执行任务。
这里有三个重要的信息：
1、“机器学习”是“模拟、延伸和扩展人的智能”的一条路径，所以是人工智能的一个子集；
2、“机器学习”是要基于大量数据的，也就是说它的“智能”是用大量数据喂出来的；
3、正是因为要处理海量数据，所以大数据技术尤为重要；“机器学习”只是大数据技术上的一个应用。
常用的10大机器学习算法有：决策树、随机森林、逻辑回归、SVM、朴素贝叶斯、K最近邻算法、K均值算法、Adaboost算法、神经网络、马尔科夫。
3、深度学习：一种实现机器学习的技术
相较而言，深度学习是一个比较新的概念，严格地说是2006年提出的。
深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术。
它的基本特点，是试图模仿大脑的神经元之间传递，处理信息的模式。最显著的应用是计算机视觉和自然语言处理(NLP)领域。显然，“深度学习”是与机器学习中的“神经网络”是强相关，“神经网络”也是其主要的算法和手段；或者我们可以将“深度学习”称之为“改良版的神经网络”算法。
深度学习又分为 卷积神经网络（Convolutional neural networks，简称CNN）和深度置信网（Deep Belief Nets，简称DBN）。其主要的思想就是模拟人的神经元，每个神经元接受到信息，处理完后传递给与之相邻的所有神经元即可。所以看起来的处理方式有点像下图
神经网络的计算量非常大，事实上在很长时间里由于基础设施技术的限制进展并不大。而GPU的出现让人看到了曙光，也造就了深度学习的蓬勃发展，“深度学习”才一下子火热起来。
击败李世石的 Alpha Go即是深度学习的一个很好的示例。Google的 TensorFlow是开源深度学习系统一个比较好的实现，支持CNN、RNN和LSTM算法，是目前在图像识别、自然语言处理方面最流行的深度神经网络模型。事实上，提出“深度学习”概念的Hinton教授加入了Google，而Alpha Go也是Google家的。
总结：人工智能是一个很老的概念，机器学习是人工智能的一个子集，深度学习又是机器学习的一个子集。机器学习与深度学习都是需要大量数据来“喂”的，是大数据技术上的一个应用，同时深度学习还需要更高的运算能力支撑，如GPU。
3.1 深度学习已经取得的进展
虽然深度学习是机器学习一个相当有年头的分支领域，但在 21 世纪前十年才崛起。在随后的几年里，它在实践中取得了革命性进展，在视觉和听觉等感知问题上取得了令人瞩目的成果，而这些问题所涉及的技术，在人类看来是非常自然、非常直观的，但长期以来却一直是机器难以解决的。
特别要强调的是，深度学习已经取得了以下突破，它们都是机器学习历史上非常困难的领域：
- 接近人类水平的图像分类
- 接近人类水平的语音识别
- 接近人类水平的手写文字转录
- 更好的机器翻译
- 更好的文本到语音转换
- 数字助理，比如谷歌即时（Google Now）和亚马逊 Alexa
- 接近人类水平的自动驾驶
- 更好的广告定向投放，Google、百度、必应都在使用
- 更好的网络搜索结果
- 能够回答用自然语言提出的问题
- 在围棋上战胜人类
人工智能、机器学习和深度学习的区别相关推荐
- 人工智能、机器学习和深度学习的区别?
作者:育心 链接:https://www.zhihu.com/question/57770020/answer/249708509 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转载 ...
- 人工智能、机器学习与深度学习的区别与联系
你是否也有这样的疑惑,人工智能.机器学习.深度学习以及监督学习等名词之间到底有什么样的联系与区别,以及它们的应用场景呢.下面就通过概念.区别和联系以及应用场景三个方面来具体的分析下他们. 一.概念 1 ...
- 详解人工智能、机器学习和深度学习的区别
如果一台机器能够自行做出决定,这里面的智能包含这三个方面:人工智能.机器学习和深度学习.他们之间的有何关联? 今天来详解人工智能.机器学习与深度学习的关系与区别. 一.人工智能.机器学习与深度学习 人 ...
- 人工智能、机器学习、深度学习的区别
人工智能.机器学习和深度学习是最近几年比较火热的概念,它们看起来比较相似,但是仿佛又存在某些差异.这篇文章,咱们就来科普一下三者之间的区别和联系. 为了让读者有一个整体上的认知,咱们先来看一张图. 可 ...
- 人工智能、神经网络、机器学习、深度学习的区别
人工智能.神经网络.机器学习.深度学习是学习神经网络的时候经常会遇到的专业词汇,但是很多人可能不太了解他们的区别. 人工智能 人工智能是一个比较大的概念,相信有很多人看过一部电影<人工智能> ...
- 人工智能AI、机器学习和深度学习的区别
人工智能大数据与深度学习 公众号: weic2c AI(人工智能)是未来,是科幻小说,是我们日常生活的一部分.所有论断都是正确的,只是要看你所谈到的AI到底是什么. 例如,当谷歌D ...
- 人工智能，机器学习，深度学习的区别
先来看看自维基百科的定义 什么是人工智能? 人工智能(Artificial Intelligence, AI)亦称机器智能,是指由人制造出来的机器所表现出来的智能.通常人工智能是指通过普通电脑程式的手 ...
- 机器学习和深度学习的区别 深度学习的完全取代机器学习吗
首先看看深度学习的定义: "Deep learning is a particular kind of machine learning that achieves great power ...
- 5分钟内看懂机器学习和深度学习的区别
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由liuxuewen 发表于云+社区专栏 在本文中,我们将研究深度学习和机器学习之间的差异.我们将逐一了解它们,然后讨论他们在各个方面的 ...
最新文章
- 手把手教你深度学习强大算法进行序列学习(附Python代码)
- 3.2-3.3 Hive中常见的数据压缩
- 那些开源程序中让人叹为观止的代码 - 3 保持元素纵横比
- 【Linux 内核】实时调度类 ③ ( 实时调度类 rt_sched_class 源码 | 调度类 sched_class 源码 )
- 转载：VMware workstation创建虚拟机，安装Ubuntu系统
- OpenCV 自适应的直方图均衡化
- 神策数据通过中国信通院 SDK 安全评测
- 将java项目做成app_将鸿蒙做成和EMUI一致，又兼容安卓APP，华为已立于不败之地...
- 学校计算机教室局域网的建立,校园局域网组建及配置.pdf
- 外贸企业员工上演”无间道” 商业秘密保护乏力
- tidyverse —— stringr包
- SQL Server根据地图坐标经纬度计算距离
- java经典算法(七)---zws
- BSB网络验证 易语言网络验证系统 autojs 网络验证系统 免费的卡密收费系统 账号注册系统
- 利用java的for循环画一棵圣诞树
- Redis 中的 集合（Set） SCARD：获取集合包含的元素数量
- 【Markdown语法】5分钟快速入门保姆级教程（建议收藏...）
- shell脚本——sed详细介绍（包含应用案例）
- 惯性室内导航入门之PDR （步行者航位推算）
- UDP攻击实战及其简略防御方法