2016年AlphaGo橫空出世，以4：1大勝李世石后扛施，人工智能再次進入大眾視野偏陪，而比賽結(jié)束后，Deepmind隨即宣布AlphaGo進入閉關(guān)狀態(tài)煮嫌。一年后笛谦，人類圍棋界排名第一的中國棋手柯潔輸給了AI界排名第一的AlphaGo圍棋人工智能程序，世界嘩然昌阿。
與此同時饥脑，諸多詞匯縈繞在我們耳邊：人工智能（Artificial Intelligence）恳邀、機器學習（Machine Learning）、深度學習（Deep Learning）灶轰。對于初學者來說谣沸，這幾個概念可能不是很清楚，也容易混淆笋颤。筆者參考相關(guān)資料后乳附，簡單說說對他們的理解。下圖中表示人工智能出現(xiàn)最早伴澄，范圍也最廣赋除；其次是機器學習，是實現(xiàn)人工智能的一種方法非凌，出現(xiàn)稍晚举农；最內(nèi)是深度學習，是如今人工智能迅猛發(fā)展的核心驅(qū)動敞嗡。
人工智能（AI）：從低潮到繁榮
1956年，香農(nóng)喉悴、明斯基等10位科學家在達特茅斯（Dartmouth Conferences）研討會上棱貌，提出了人工智能這個概念，限于當時數(shù)據(jù)量小箕肃、計算機運算能力差等原因键畴，并沒有發(fā)展起來。直到2002年突雪，隨著數(shù)據(jù)量上漲、運算力的提升和機器學習新算法（深度學習）的出現(xiàn)涡贱，人工智能開始大爆發(fā)咏删。人工智能的研究領(lǐng)域也在不斷擴大，下圖為人工智能研究的各個分支问词。
但是還是集中在弱人工智能（Narrow AI）這個水平，弱人工智能是執(zhí)行特定任務(wù)的水平與人類相當激挪，甚至超越人類的技術(shù)辰狡。這些技術(shù)智能的一面主要還得說說機器學習。
機器學習（ML）：一種實現(xiàn)人工智能的方法
大體來說垄分，機器學習就是用算法真正解析數(shù)據(jù)宛篇，不斷學習，然后對世界中發(fā)生的事故作出判斷和預(yù)測薄湿。此時叫倍，研究人員不會親手編寫軟件偷卧，然后讓程序完成特殊任務(wù)，相反吆倦，研究人員使用大量數(shù)據(jù)和算法“訓練”機器听诸，讓機器學會如何執(zhí)行任務(wù)。
深度學習（DL）：一種實現(xiàn)機器學習的技術(shù)
深度學習的概念有Hinton等人于2006年提出蚕泽，可以說是機器學習的一個分支晌梨，但是又不同于機器學習。深度學習不僅僅是具備多層架構(gòu)的感知器须妻，而是一系列能夠用來構(gòu)建可組合的體系結(jié)構(gòu)的技術(shù)和方法仔蝌。普通神經(jīng)網(wǎng)絡(luò)由于代價較高，一般只有3-4層璧南，而深度神經(jīng)網(wǎng)絡(luò)由于采用了特殊訓練方法掌逛，可以達到8-10層。深度神經(jīng)網(wǎng)絡(luò)能夠捕捉到數(shù)據(jù)的深度聯(lián)系司倚，從而獲得更準確的模型豆混。
深度學習是機器學習研究中一個新的領(lǐng)域，旨在建立动知、模擬人腦進行學習的神經(jīng)網(wǎng)絡(luò)皿伺，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像盒粮、聲音等鸵鸥。
同機器學習方法一樣，深度學習也有監(jiān)督學習和無監(jiān)督學習之分丹皱，不同學習架構(gòu)下建立的學習模型是不同的妒穴。例如卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種深度的監(jiān)督學習的機器學習模型，而深度置信網(wǎng)（DBN）是一種無監(jiān)督學習的機器學習模型摊崭。
總結(jié)
有了深度學習讼油，機器學習才有了許多實際的應(yīng)用，還拓展了AI的整體范圍呢簸。深度學習將任務(wù)分拆凌那，使得各種類型的機器輔助變成可能萎攒。無人駕駛汽車熊泵、更好的預(yù)防性治療要么已經(jīng)出現(xiàn)胃珍，要不正在出現(xiàn)。AI既是現(xiàn)在蛤迎，也是未來确虱。有了深度學習的幫助，也許有一天AI回達到科幻小說替裆、科幻電影描述的水平蝉娜，這也是我們期待已久的唱较。
