详解人工智能、机器学习、深度学习之间的联系

总结2016年一件有纪念意义的科技事件是阿法狗战胜围棋九段选手李世石，标志着人工智能算法达到了新的高度，同时也说明了人工智能未来发展的潜力，未来人工智能将会给工业服务业农业带来很大的影响。

传统的计算机主要应用：科学计算、传统的数据处理和自动化。都是使用计算机的一种能力：数值计算能力；人工智能是在计算机上模拟人的三种功能：模仿人类的思考，包括推理、决策和规划等等，属于人类的高级智能或叫逻辑思维能力。第二项是模仿感知，对环境的感知包括视觉、听觉，触觉等。第三项是模仿动作，包括人类的手、脚和其他动物或机构的动作的模仿又叫机器人。

人机大战

面对科技我们不能逃避，要勇敢的面对、去接纳新的科技。我们需要了解到底什么是人工智能？什么是机器学习？什么是深度学习？

智能机器人

人工智能的范围可以说很大、很泛，从表面上可以理解为机器的智能化，让机器像人一样能解决思考解决问题。其实人工智能核心技术包括很多的方面：推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。可以说机器学习和深度学习都是人工智能这个大主题下的一部分吧。简而言之，机器学习和深度学习是人工智能的两个关键的技，看人工智能的发展历史，人工智能三大研究内容：计算机模仿人类的思考，对环境的感知和动作的实现是人工智能的三大研究内容。

人工智能发展历史

机器学习是一个非常接近AI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。其之所以现在这么火，是因为在大数据的环境下，人们对算法和人脑结构的模拟，让机器从数据和知识中学习到有用的知识，如语音识别、图像识别等都是机器学习的结果。如美图秀秀是很多女孩子的最爱，其核心的算法就是在卷积BP神经网络来实现的。

神经网络结构

神经网络就是模拟人脑的神经元结构，在计算机中实现对神经网的连接，现在对于人来说神经网络就像是一个黑箱子，人们还无法从连接权值中提取知识。神经网络的学习分为“有监督学习”和“无监督学习”两个部分。有监督的学习就是有输入数据和输出数据，无监督学习就是只有输入数据，让网络自己分类或者学习其规律。

深度学习仅仅实现神经网络的层面上提到的网络的层数更多，网络的神经元个数更多的网络，就是能从深层次的挖掘数据知识。