姓名: 朱佳男
學(xué)號(hào)：17021210978
專業(yè)：信號(hào)與信息處理
轉(zhuǎn)載自：http://www.reibang.com/p/c8874986ccb6
【嵌牛導(dǎo)讀】在這個(gè)科技發(fā)展迅猛的時(shí)代横腿，我們總能聽到人工智能颓屑、機(jī)器學(xué)習(xí)斤寂、深度學(xué)習(xí)等熱詞。作為西電學(xué)子懂得此方面的知識(shí)在后續(xù)的學(xué)習(xí)工作中可能會(huì)有一定的幫助揪惦。
【嵌牛鼻子】人工智能遍搞、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)
【嵌牛提問 】人工智能器腋，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的差異是什么溪猿？
【嵌牛正文】
如果你在科技領(lǐng)域，你經(jīng)常會(huì)聽到人工智能纫塌，機(jī)器學(xué)習(xí)诊县，甚至是深度學(xué)習(xí)。怎樣才可以在正確的時(shí)間正確的使用這些詞措左？他們都是一樣的意思嗎依痊？然而更多時(shí)候，人們總是混淆的使用它們媳荒。
人工智能抗悍，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都是屬于一個(gè)領(lǐng)域的一個(gè)子集。但是人工智能是機(jī)器學(xué)習(xí)的首要范疇钳枕。機(jī)器學(xué)習(xí)是深度學(xué)習(xí)的首要范疇。
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集赏壹，機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集
這個(gè)領(lǐng)域的興起應(yīng)該歸功于深度學(xué)習(xí)鱼炒。人工智能和機(jī)器學(xué)習(xí)這個(gè)領(lǐng)域近年來一直在解決一系列有趣的問題，比如從自動(dòng)化的雜貨店購買到自動(dòng)駕駛汽車蝌借。
人工智能：
人工智能的定義可以分為兩部分昔瞧，即“人工”和“智能”∑杏樱“人工”比較好理解自晰，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的稍坯，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步酬荞，等等。但總的來說瞧哟，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)混巧。
尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)〉狈玻”而另一個(gè)美國麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作寓落》缯郑”這些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律傍衡，構(gòu)造具有一定智能的人工系統(tǒng)深员，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論蛙埂、方法和技術(shù)倦畅。
人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理箱残、思考滔迈、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理被辑、制造類似于人腦智能的計(jì)算機(jī)燎悍，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)盼理、心理學(xué)谈山、哲學(xué)和語言學(xué)等學(xué)科『暾可以說幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科奏路，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系臊诊，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次鸽粉，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看抓艳，人工智能不僅限于邏輯思維触机，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展玷或，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)儡首，數(shù)學(xué)也進(jìn)入語言、思維領(lǐng)域偏友，人工智能學(xué)科也必須借用數(shù)學(xué)工具蔬胯，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用位他，數(shù)學(xué)進(jìn)入人工智能學(xué)科氛濒，它們將互相促進(jìn)而更快地發(fā)展。
AI目標(biāo)：
為了進(jìn)一步解釋人工智能的目標(biāo)棱诱，研究人員將其擴(kuò)展到這六個(gè)主要目標(biāo)泼橘。
1）邏輯推理。使計(jì)算機(jī)能夠完成人類能夠完成的復(fù)雜心理任務(wù)迈勋。例如下棋和解代數(shù)問題炬灭。
2）知識(shí)表達(dá)。使計(jì)算機(jī)能夠描述對(duì)象，人員和語言重归。例如能使用面向?qū)ο蟮木幊陶Z言 Smalltalk米愿。
3）規(guī)劃和導(dǎo)航。使計(jì)算機(jī)從A點(diǎn)到B點(diǎn)鼻吮。例如育苟，第一臺(tái)自動(dòng)駕駛機(jī)器人建于20世紀(jì)60年代初。
4）自然語言處理椎木。使計(jì)算機(jī)能夠理解和處理語言违柏。例如把英語翻譯成俄語，或者把俄語翻譯成英語香椎。
5）感知漱竖。讓電腦通過視覺，聽覺畜伐，觸覺和嗅覺與世界交流馍惹。
6）緊急智能。也就是說玛界，智能沒有被明確地編程万矾，而是從其他AI特征中明確體現(xiàn)。這個(gè)設(shè)想的目的是讓機(jī)器展示情商慎框，道德推理等等良狈。
AI領(lǐng)域
即使有了這些主要目標(biāo)，這也沒有對(duì)具體的人工智能算法和技術(shù)進(jìn)行分類笨枯。這些是人工智能中的六大主要算法和技術(shù)：
1）機(jī)器學(xué)習(xí)是人工智能領(lǐng)域们颜，使計(jì)算機(jī)不用明確編程就能學(xué)習(xí)。
2）搜索和優(yōu)化算法猎醇，如梯度下降迭代搜索局部最大值或最小值。
3）約束滿足是找到一組約束的解決方案的過程努溃，這些約束施加變量必須滿足的條件硫嘶。
4）邏輯推理。人工智能中邏輯推理的例子是模擬人類專家決策能力的專家計(jì)算機(jī)系統(tǒng)梧税。
5）概率推理是將概率論的能力去處理不確定性和演繹邏輯的能力來利用形式論證的結(jié)構(gòu)結(jié)合起來沦疾。其結(jié)果是一個(gè)更豐富和更具表現(xiàn)力的形式主義與更廣泛應(yīng)用領(lǐng)域。
6）控制理論是一種正式的方法來找到具有可證性的控制器第队。這通常涉及描述像機(jī)器人或飛機(jī)這樣的物理系統(tǒng)的微分方程組哮塞。
機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集。那么什么是機(jī)器學(xué)習(xí)呢凳谦？
機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科忆畅，涉及概率論、統(tǒng)計(jì)學(xué)尸执、逼近論家凯、凸分析缓醋、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為绊诲，以獲取新的知識(shí)或技能送粱，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。
它是人工智能的核心掂之，是使計(jì)算機(jī)具有智能的根本途徑抗俄，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納世舰、綜合而不是演繹动雹。
機(jī)器學(xué)習(xí)如此重要的原因是什么？一個(gè)重大突破導(dǎo)致機(jī)器學(xué)習(xí)成為人工智能背后的動(dòng)力 - 互聯(lián)網(wǎng)的發(fā)明冯乘∏⒔海互聯(lián)網(wǎng)有大量的數(shù)字信息被生成存儲(chǔ)和分析。機(jī)器學(xué)習(xí)算法在這些大數(shù)據(jù)方面是最有效的裆馒。
如果我們談?wù)摍C(jī)器學(xué)習(xí)時(shí)姊氓，值得一提的是機(jī)器學(xué)習(xí)算法：神經(jīng)網(wǎng)絡(luò)。
神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)算法的關(guān)鍵部分喷好。神經(jīng)網(wǎng)絡(luò)是教計(jì)算機(jī)以人類的方式思考和理解世界的關(guān)鍵翔横。實(shí)質(zhì)上，神經(jīng)網(wǎng)絡(luò)是模擬人類的大腦梗搅。這被抽象為由加權(quán)邊緣（突觸）連接的節(jié)點(diǎn)（神經(jīng)元）的圖形禾唁。有關(guān)神經(jīng)網(wǎng)絡(luò)的更多信息請(qǐng)查看神經(jīng)網(wǎng)絡(luò)概述。
這個(gè)神經(jīng)網(wǎng)絡(luò)有一層无切，三個(gè)輸入和一個(gè)輸出荡短。任何神經(jīng)網(wǎng)絡(luò)都可以有任何數(shù)量的層，輸入或輸出哆键。
深度學(xué)習(xí)
機(jī)器學(xué)習(xí)算法一直是人工智能背后的推動(dòng)力量掘托。所有機(jī)器學(xué)習(xí)算法中最關(guān)鍵的是深度學(xué)習(xí)。
深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究籍嘹。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)闪盔。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示辱士。
這個(gè)神經(jīng)網(wǎng)絡(luò)有兩層泪掀，三個(gè)輸入和一個(gè)輸出。任何神經(jīng)網(wǎng)絡(luò)都可以有任何數(shù)量的層颂碘，輸入或輸出异赫。輸入神經(jīng)元和最后一層輸出神經(jīng)元之間的層是深層神經(jīng)網(wǎng)絡(luò)的隱藏層。
深度學(xué)習(xí)最好的表現(xiàn)是深度神經(jīng)網(wǎng)絡(luò)（DNN）。深層神經(jīng)網(wǎng)絡(luò)只是一個(gè)超過兩層或三層的神經(jīng)網(wǎng)絡(luò)祝辣。然而贴妻，深度神經(jīng)網(wǎng)絡(luò)并不是深度學(xué)習(xí)算法的唯一類型 -但它是最流行的類型。另一個(gè)深度學(xué)習(xí)算法是深度信任網(wǎng)絡(luò)（DBN）蝙斜。深層信任網(wǎng)絡(luò)在層與層之間不直接聯(lián)系名惩。這意味著DNN和DBN的拓?fù)湓诙x上是不同的。DBN中的無向?qū)颖环Q為 Restricted Boltzmann Machines孕荠。
有關(guān)深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的差別可查看一文讀懂深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的差異娩鹉。
結(jié)論
所以，機(jī)器學(xué)習(xí)是人工智能的前沿稚伍，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的前沿
