如何区分人工智能、机器学习与深度学习?

现在科技行业的术语产生速度令人惊愕,几乎每天都有新名词被创造出来。最近一段时间人们讨论最多的莫过于人工智能、机器学习和深度学习了。

很多公司已经果断采取措施,开发人工智能、机器学习和深度学习方面的应用。这种商业氛围由来已久,驱动这些公司争先恐后开发新技术的既有担心落后于人的恐惧,也有对技术改变世界的憧憬和希望。

市场竞争的巨大压力,让每个公司都感受到了一股强烈的紧张感和急迫感,所有商业领袖都害怕一个不小心就错过了“风口”,落后于行业发展趋势。

人工智能和机器学习的概念并不是“新鲜玩意”,现在它们已经成为计算机行业最令人兴奋的名词,也似乎将给整个商界带来颠覆性改变。

但是为什么现在人工智能会这么火呢?不少专家相信,这是因为50年前人工智能就宣称能够帮助人类解决现实问题,而50年后的今天,它真的做到了。

人工智能、机器学习和深度学习正在改变整个科技世界,但是这些技术的发展全都得益于数据学的发展和过去在数据储存、计算和分析上的巨大投入。现在的技术进步一部分原因在于学习算法能够在越来越多的数据中发现模型。

那么,我们应该如何区分人工智能、机器学习和深度学习呢?解释这三者之间关系最简单、最直接的方法就是下图这张同心模型。这张图中还解释了三者的定义。

人工智能所包含的范围最广,其次是机器学习,机器学习是人工智能的子领域,最后是深度学习,就是驱动现在人工智能蓬勃发展的技术。

人工智能:三者中含义最广泛的术语,包括使用逻辑、如果-那么规则、决策树的能够模拟人类智力的所有技术(包含机器学习和深度学习)

机器学习:人工智能的子领域,包括了能够使机器改进任务体验的所有深奥统计技术,包含了深度学习

深度学习:机器学习的子领域,由多种算法组成,能够让软件的多层级神经网络接受大量数据的“训练”,提高在语音、图像识别等任务上的表现

机器学习是人工智能技术的核心概念,通过模拟人类的决策过程来搭建神经网络,解决现实世界中的问题。

而深度学习是机器学习工具和技术的子领域,深度学习的应用非常广泛,几乎涵盖了所有需要“思考”的应用情景,既包括人类的思考,也包括虚拟的“思维”。

机器学习的应用情景更适合公司和企业,因为机器学习能够解决一些实际的商业问题,如利用监督式学习模型(如回归模型和分级模型)来做出预测,或者利用无监督模型(如群集模型)来发现未知领域。

深度学习是机器学习的一部分,在一些应用领域也取得了令人瞩目的发展,如模式识别、图像分类、自然语言处理、自动驾驶等等。

相较于深度学期,随机森林(random forests)和梯度推进(gradientboosting)等机器学习技术在解决商业问题时表现更好。

深度学习是尝试学习具有多层神经网络的大数据集多层级特征,然后做出预测性决策。这就意味着深度学习包含了两个阶段:第一步,要利用大量输入数据来“训练”神经网络;第二步,就是用这个接受过“训练”的神经网络来“推测”,预测新数据的分布。

由于涉及的参数非常多,训练数据集规模也相当大,所以在神经网络的训练阶段,对参与训练的计算机算力要求非常的高。

下图总结了深度学习“训练”和“推测”阶段的流程:

翻译:灯塔大数据

原文发布于微信公众号 - 灯塔大数据(DTbigdata)

原文发表时间:2017-05-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

Yann LeCun演讲图文:如何让AI学习常识,AI未来趋势又在何方 | GMIC 2018

人工智能作为一个发展中的技术,其实还在演进的过程当中,有所能为,有所不能为,因此还有很多亟待解决的问题

1033
来自专栏人工智能快报

新型神经网络可从单张照片识别人脸

借助于深度神经网络,俄罗斯国立高等经济大学的人研究人员已经提出了一种新方法,能够从视频中识别出人的身份。该方法不需要大量的照片,并且与现有方法相比具有明显更高的...

1422
来自专栏猿人谷

如何招聘程序猿?

同步分布:http://www.yuanrengu.com/index.php/20170314.html

21511
来自专栏数据科学与人工智能

如何学习和应用机器学习?

人工智能、机器学习和深度学习,已成为能够给我们工作、生活和思维带来变革的认知和科技。 面对海量数据,利用人工智能、机器学习和深度学习创造价值是一件既有挑战又有意...

3235
来自专栏AI科技评论

业界丨图像识别怎样改变AV产业?日本人表示:你们都弱爆了

AI 科技评论注:本文作者何之源,复旦大学计算机科学硕士在读,研究人工智能计算机视觉方向。本文由 AI 科技评论编辑整理自作者知乎专栏,获授权发布。 先进的图像...

5558
来自专栏人工智能头条

美团付晴川:算法工程师需要考察三种素养

1963
来自专栏CSDN技术头条

AI人才薪酬看涨,你的工作还好吗?

金九银十的黄金跳槽季,来看看这张招聘网站的截图。图上显示,当前一些知名互联网公司关于 IT 研发岗位的招聘行情。应届毕业生都比我这个有几年写 bug 经验的码农...

1373
来自专栏灯塔大数据

观点|12位专家展望未来5年深度学习发展趋势

? 2015年已然过去,2016刚刚开始,回头将目光集中于去年的成就上,以及对将来科学趋势的预测。去年最令人瞩目的一个领域就是深度学习,它是机器学习中越来越流...

35614
来自专栏专知

35页自然语言处理深度学习综述,带你纵览NLP知识全貌

【导读】随着深度学习技术的蓬勃发展,自然语言处理领域也是日新月异,本文为大家带来了最新的基于深度学习的自然语言处理综述,希望能够帮助大家了解NLP领域中的最新进...

4212
来自专栏钱塘大数据

苹果首份人工智能报告:一篇关于机器学习的论文

在人工智能强势来袭的今天,无论是Google、Facebook亦或是一些创新企业,都离不开高频的讨论这个话题,然而作为世界科技巨头的领先者之一的苹果一直以来似乎...

42111

扫码关注云+社区