什么是人工智能？AI、机器学习、深度学习的关系

1、什么是人工智能

人工智能(Artificial Intelligence)：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。1956年由约翰麦卡锡首次提出，当时的定义为“制造智能机器的科学与工程”。人工智能的目的就是让机器能够像人一样思考，让机器拥有智能。时至今日，人工智能的内涵已经大大扩展，是一门交叉学科。并可广泛应用在如无人驾驶、智能家居、虚拟现实、智能机器人、智能投顾、智能医疗等多方面。

2、人工智能的层次结构

3、AI、机器学习、深度学习的关系

人工智能：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

机器学习：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。是人工智能的核心研究领域之一，任何一个没有学习能力的系统都很难被认为是一个真正的智能系统。

深度学习：源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、声音和文本。

4、机器学习关键技术

5、深度学习关键技术

语音处理

语音处理主要是自动且准确的转录人类的语音。一个完整的语音处理系统，包括前端的信号处理、中间的语音语义识别和对话管理以及后期的语音合成。
前端处理：说话人声检测，回声消除，唤醒词识别，麦克风阵列处理，语音增强等。
语音识别：持征提取，模型自适应，声学模莖，语言模型，动态解码等。
语义识别和对话管理：更多属于自然语占处理的范畴。
语音合成：文本分析、语言学分析、音长估算、发音参数估计等。
应用：包括医疗听写、语音书写、电脑系统声控、电话客服等。
未来：直正做到像正常人类一样，与他人流畅沟，自由交流，还有待时日。

计算机视觉

计算枳视觉指计算机从像中识别出物体、场景和活动的能力，包含像处理、识别检测、分析理解等技术。
图像处理：去噪声、去模糊、超分辨率处理、滤镜处理等。
图像识别：过程包括像预处理、图像分割、特征提取、判断匹配，可以用来处理分类、定位、检测、分割问题等。
图像理解：本质是图像与文本间的交互，可用来执行基于文本的图像搜索、图像描述生成、图像问答等。
应用：医疗成像分析被用来提高疾病的预测、诊断和治疗。
在安防及监控领域被用来指认嫌疑人。
在购物方面，消费者现在可以用智能手机拍摄T产品以获得更多信息。
未来：计算机视觉有望进入自主理解、分析决策的高级阶段，真止赋予机器“看”的能力，在无人车、智能家居等场景发挥更大的价值。

自然语言处理

自然语言处理的几个核心环节：知识的获取与表达、自然语言理解、自然语言生成等，也相应出现了知识图谱、对话管理、机器翻译等研究方向。
知识图谱：基于语义层面对知识进行组织后得到的结构化结果。
对话管理：包含闲聊、问答、任务驱动型对话。
机器翻译：由传统的PBMT方、去到Google的GNMT，流畅度与正确率大幅提升。
应用：搜索引擎、对话机器人、机器翻译、甚至高考机器人、办公智能秘书。